[发明专利]基于气相色谱与离子迁移谱的车内气味等级评价方法

权利要求书

1.一种基于气相色谱与离子迁移谱的车内气味等级评价方法，包括下列步骤：

(1)气体制备阶段：使用多种车内部件的多种材料或多种材料组合制备实验待测气体，制得多种待测车内气体样品；

(2)检测阶段：对于每种待测车内气体样品，取得两组完全相同的车内气体样品，一组样品用于气味嗅辨员根据车内气味等级评价标准进行主观评价，主观评价数据经过处理之后作为该待测气体的气味等级标签；另一组用于GC-IMS仪器检测，最后得到GC-IMS检测数据，并将主观评价数据和GC-IMS检测数据对应组成一组数据，进行气体制备和检测，采集实验数据，构建车内气味等级评价数据库；

(3)车内气味等级评价模型训练：基于机器学习算法建立车内气味等级评价模型，车内气味等级评价模型的输入是GC-IMS检测数据，训练阶段输出为通过主观评价得到的对应气味等级标签，训练好车内气味等级评价模型；

(4)车内气味评价：步骤(3)训练好的车内气味等级评价模型与GC-IMS仪器组成一套车内气味等级评价系统，检测过程中，利用GC-IMS仪器对需要评价的车内气体进行检测，将得到的GC-IMS检测数据输入到车内气味等级评价模型中，此阶段不再需要进行人工主观评价，完成气味评价流程。

2.根据权利要求1所述的方法，其特征在于，步骤(1)中，包括单种材料制备以及多种材料混合制备，并且包括所有材料组合的情况，将所选取的材料放入采样袋中并冲入一定量的气体，然后置于固定温度的环境中一段时间，挥发得到待测车内气体样品。

3.根据权利要求1所述的方法，其特征在于，步骤(2)中，根据权利要求4所述的方法，其特征在于，步骤(3)中，车内气味等级评价模型的输入是归一化的GC-IMS检测数据。

4.根据权利要求1所述的方法，其特征在于，步骤(3)中，对GC-IMS保留时间、漂移时间和信号强度的三维谱图检测数据进行归一化预处理得到的GC-IMS检测数据。

5.根据权利要求3或4任意一项所述的方法，其特征在于，步骤(3)中，模型训练过程是基于车内气味等级评价数据库进行多次迭代计算。

6.根据权利要求3-5任意一项所述的方法，其特征在于，步骤(3)中，模型的权值参数在训练开始时是随机分配的，多次遍历训练数据集中的所有数据，在每次迭代中尝试将输入数据与标签进行对比，为了更准确地匹配和预测气味等级，不断根据气味等级标签和反馈值对模型的参数进行调整；同时。

7.根据权利要求3-5任意一项所述的方法，其特征在于，步骤(3)中，在模型训练过程中，设置目标函数，即模型优化的目标，用以度量模型的优劣，当该模型目标函数的计算值达到一定的阈值要求时，认为模型训练完成，即模型的参数达到了较优的数值，训练好的车内气味等级评价模型具有车内气味等级评价能力。

8.根据权利要求1所述的方法，其特征在于，所述的机器学习算法为支持向量机算法。

9.根据权利要求8所述的方法，其特征在于，对于每一类别都进行相同的SVM二分类，最终得到对应多种气味等级的多个不同子分类器，测试时，对测试数据分别计算各个子分类器的决策函数值，并选取函数值最大所对应的类别为测试数据类别，即采用“最大输出法”将多个两类分类器的输出组合在一起实现多分类。