[发明专利]一种人工智能嗅觉动态响应图谱气体检测识别方法有效
| 申请号： | 201910005147.2 | 申请日： | 2019-01-03 |
| 公开（公告）号： | CN109784390B | 公开（公告）日： | 2020-08-18 |
| 发明（设计）人： | 马登龙;吴芳军;高建民;张早校;谭帏 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01N33/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 安彦彦 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种人工智能嗅觉动态响应图谱气体检测识别方法，通过阵列传感器的动态信号采集泄漏气体数据，再进行标准动态响应图谱重构，将传感器阵列采集到的待测气体建立标准化数据矩阵和矢量图谱后，对标准图谱库中的图片数据进行特征提取，训练学习，建立机器学习动态响应图谱识别模型，利用机器学习图谱识别模型对气体进行定量和定性识别。本发明将传统的单传感器响应识别转化为多维传感器动态响应图谱，并以图谱自动识别方法实现气体检测识别，克服了传统单传感器对气体检测方面的单一性和交叉干扰的缺点，利用同一传感器阵列检测对不同气体进行快速准确检测，提高提高检测效率和精度，同时使检测结果可视化，更加直观。 | ||
| 搜索关键词： | 一种 人工智能 嗅觉 动态 响应 图谱 气体 检测 识别 方法 | ||
【主权项】：
1.一种人工智能嗅觉动态响应图谱气体检测识别方法，其特征在于，先采集阵列传感器的动态信号，然后根据采集的动态信号重构标准动态响应图谱，根据重构的标准动态响应图谱建立标准气体动态响应图谱库，通过对标准图谱库中的图片数据进行处理，得到标准气体机器学习图谱识别模型，最后通过标准气体机器学习图谱识别模型对待测气体动态响应图谱识别。
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西安交通大学，未经西安交通大学许可，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/201910005147.2/，转载请声明来源钻瓜专利网。
