[发明专利]一种电子鼻快速识别方法在审
| 申请号： | 201910438364.0 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110308240A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 潘晓芳;张海恩;叶文彬;张哲;赵晓锦 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G01N33/00 | 分类号： | G01N33/00;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市兴科达知识产权代理有限公司 44260 | 代理人： | 林建琰 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种电子鼻快速识别方法，包括如下步骤：步骤1，设置输入层，进行分段、去均值中心化，将采集数据转化构造成按时间步形式存储的数据，同时包含数据中心化的处理操作；步骤2，将处理后的数据输入综合层，所述综合层由卷积层和LSTM循环层构成；步骤3，转录层，紧跟在LSTM循环层之后，数据进入转录层，所述转录层实现对识别出的标签分布数据进行格式化处理已经得到对应气体种类。本发明提出的卷积循环神经网络模型在电子鼻气体快速识别方面有效而准确。同时相比于其他的各种优秀算法，本发明设计的卷积循环神经网络模型可以单模型实现多个时间步的识别。 | ||
| 搜索关键词： | 转录 快速识别 电子鼻 卷积 循环神经网络 时间步 循环层 综合层 格式化处理 数据中心化 采集数据 处理操作 分布数据 单模型 输入层 中心化 算法 分段 标签 存储 转化 | ||
【主权项】：
1.一种电子鼻快速识别方法，其特征在于，包括如下步骤：步骤1，设置输入层，进行分段、去均值中心化，将采集数据转化构造成按时间步形式存储的数据，同时包含数据中心化的处理操作；步骤2，将处理后的数据输入综合层，所述综合层由卷积层和LSTM循环层构成；步骤3，转录层，紧跟在LSTM循环层之后，数据进入转录层，所述转录层实现对识别出的标签分布数据进行格式化处理已经得到对应气体种类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910438364.0/，转载请声明来源钻瓜专利网。
