[发明专利]一种仿生嗅觉气味识别方法在审

专利信息
申请号: 201910250272.X 申请日: 2019-03-29
公开(公告)号: CN109932515A 公开(公告)日: 2019-06-25
发明(设计)人: 王奇锋;牛福永;刘明月;张名伟;殷梦杰;周振;穆函 申请(专利权)人: 廊坊市智恒机器人科技有限公司
主分类号: G01N33/68 分类号: G01N33/68;G01N33/00;G06K9/62
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 汤春微
地址: 065000 河北省廊*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电子鼻 小型空气压缩机 仿生嗅觉 气味识别 信息库 提纯 分类法 准确度 检测结果 空气压缩 类别信息 试验数据 信息特征 大类 导出 导管 放入 分出 连通 匹配 检测
【说明书】:

发明公开了一种仿生嗅觉气味识别方法,包括以下步骤:S1:使用电子鼻识别多种气味,获取试验数据,并对识别结果采用特征分类法,分出多个大类别,建立具有大类别的气味信息库;S2:将待测气味的载体放入小型空气压缩机中,进行空气压缩,对气味进行提纯;S3:将气味导管与小型空气压缩机连通,导出提纯后的气味至电子鼻;S4:对待测气味的信息进行提取,并与气味信息库中的大类别进行比较,归入与其匹配的大类别;S5:将待测气味的信息特征与大类别中的小类别信息特征进行比较,得到准确的识别结果。本发明解决了现有的“电子鼻”检测结果存在不准确的可能性的问题,提高了检测准确度。

技术领域

本发明涉及仿生嗅觉技术领域,特别涉及一种仿生嗅觉气味识别方法。

背景技术

随着人类对嗅觉识别过程理解的深入以及传感技术的发展,“电子鼻”技术应运而生。“电子鼻”是模拟动物嗅觉器官来识别一种或多种气味分子的气敏传感系统,它可以在几小时、几天甚至数月的时间内连续地、实时地监测特定区域的气味状况。与传统的气味分析技术,如气相色谱法,质谱法、火焰离子化检测法等相比,“电子鼻”技术具有快捷、简便、经济、客观、准确等优点。“电子鼻”因其独特的功能广泛应用于食品、医药、农业、环境监控及公共安全等领域。

从生物嗅觉原理出发进行“电子鼻”的设计是“电子鼻”技术研究的发展方向。“电子鼻”的核心是气敏传感器阵列,因此根据生物嗅觉原理发展高灵敏度、高可靠性的气味识别生物传感器是电子鼻技术发展的关键。

但现有的“电子鼻”应用方法较为简单,导致了检测有一定的局限性,且检测结果存在不准确的可能性,由此,提出了一种可以提高检测准确度的仿生嗅觉气味识别方法。

发明内容

本发明的目的在于:提供了一种仿生嗅觉气味识别方法,解决了现有的“电子鼻”应用方法较为简单,导致检测有一定的局限性,且检测结果存在不准确的可能性的问题,提高了检测准确度。

本发明采用的技术方案如下:

一种仿生嗅觉气味识别方法,包括以下步骤:

S1:使用电子鼻识别多种气味,获取试验数据,并对识别结果采用特征分类法,分出多个大类别,如水果、药品、植物等,建立具有大类别的气味信息库;

S2:将待测气味的载体放入小型空气压缩机中,进行空气压缩,对气味进行提纯;

S3:将气味导管与小型空气压缩机连通,导出提纯后的气味至电子鼻的检测端口;

S4:对待测气味的信息进行提取,并与气味信息库中的大类别进行比较,归入与其匹配的某一大类别;

S5:将待测气味的信息特征与大类别中的各项小类别信息特征进行比较,得到准确的识别结果。

本发明通过这样的方法对气味进行识别,好处在于,可对待测气味进行纯度提高再用于检测,同时由于分了大类别和小类别,可在特征分类时在逻辑上遵循由大到小,由宽泛到细致的原则,保证了最终检测的准确度。

进一步地,所述步骤S1中的电子鼻采用基于硅纳米线的生物气味传感器。通过采用这种生物传感器,以昆虫气味结合蛋白为生物敏感元件,利用气味分子与OBP分子的特异性结合,造成OBP分子构象的改变,从而使硅纳米线表面的电荷密度发生变化,通过检测硅纳米线电阻/电流的变化,实现对气味分子的高灵敏、实时检测。

进一步地,所述步骤S1中的特征分类法采用SVM分类算法。其中,SVM分类算法又称为支持向量机,是一种二分类的模型,进行修改之后也可用于多类别问题的分类,通过SVM算法对气味进行特征分类,具有高效准确的优点。

进一步地,所述步骤S1中的气味的基本元素为液体、固体、气体之一或组合。通过这样设置,基本囊括了常规的气味载体,保证了气味信息库的多样性。

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廊坊市智恒机器人科技有限公司,未经廊坊市智恒机器人科技有限公司许可,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/pat/books/201910250272.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top