[发明专利]一种仿生嗅觉气味识别方法在审
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 | ||
本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。
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。