[发明专利]一种基于频域特征提取的快速气体识别算法

摘要

本发明提供了一种基于频域特征提取的快速气体识别算法，具体是一种新的气体识别算法，通过的气体经过传感器采集数据、截取，将截取的数据进行傅里叶变换得到截取段序列在频域的分布，去掉0Hz位置的前20个数据值做为单个传感器采集数据的特征，将n个传感器数据的特征按一定顺序拼接成长度为20*n向量，重复前面步骤得到大量向量并做上对应气体种类的标签，将大量向量及标签利用LDA算法映射到三维空间下同时获得映射矩阵，通过降维得到的向量及标签数据输入SVM分类器进行分类器的模型建立，将未知特征向量与映射矩阵相乘得到该数据在LDA的三维空间下的向量，将该向量输入至建立的分类器模型中进行该次测量的气体种类的预测。

主权项

1.一种基于频域特征提取的快速气体识别算法，其特征在于，包括以下步骤：步骤1、将恒温条件下的某种气体通入气体传感器阵列(电子鼻)进行数据采集；步骤2、将每一路传感器采集到的数据用矩形窗从反应开始时刻进行截取，实际操作中相当于测量时气体与传感器阵列反应的时间为窗长时间；步骤3、将截取出的数据进行傅里叶变换得到截取段序列在频域的分布；步骤4、在频域分布中取去掉0Hz位置的前20个数据值作为该路传感器的特征；步骤5、将该传感器阵列的所有路传感器的特征按一定顺序组合拼接成一长度为20*n的向量(n为传感器阵列上气体传感器的数量)，该向量即为本发明所使用的气体测量的频域特征，并对该向量附上对应气体种类的标签；步骤6、对大量的气体分别实施步骤1至步骤5得到每一次测量的20*n向量并对每个向量做上对应气体种类的标签；步骤7、将以上得到的大量向量及其对应的标签利用LDA算法映射至LDA的三维空间下，将该空间下的每次测量数据对应的三维向量作为气体传感器阵列该次测量的频域特征利用LDA降维的向量，所有测量的特征降维后的向量和标签组合在一起作为训练集，并且在进行LDA算法时会生成20*n维向量向LDA的三维空间映射的矩阵；步骤8、将以上得到的所有降维向量及标签数据输入SVM(支持向量机)分类器进行分类器的模型建立；步骤9、当识别未知气体的数据时经过步骤1至5得到该气体的频域中20*n向量，然后将该向量与步骤7中的映射矩阵相乘得到该数据在LDA的三维空间下的向量；步骤10、将步骤9得到的三维向量输入至步骤8建立的分类器模型中进行该次测量的气体种类的预测。