基于分形几何与温度调制的大规模气味传感阵列设计方法

    公开(公告)号:CN116305750A

    公开(公告)日:2023-06-23

    申请号:CN202211619903.9

    申请日:2022-12-15

    IPC分类号: G06F30/20 G01N27/12

    摘要: 本发明涉及电子鼻气味感知技术领域,具体公开了一种基于分形几何与温度调制的大规模气味传感阵列设计方法,该方法将N种气敏材料分区域布置在N个阵列式排布的传感阵列区域中,其中每个传感阵列区域由多个传感单元阵列式排布而成,传感单元的工作电极和加热电极的形状设计为分形曲线;通过改变加热电极的电阻值实现每个传感单元不同的工作温度,从而实现不同的选择性。本发明的设计大大增加了阵列的敏感气体覆盖范围,提供了更多的气味信息,提升了气味识别的准确性和多样性,还大大减少了引出电极数量,提高了识别速度。

    基于凸集投影和极限学习机的电子鼻漂移通用校准方法

    公开(公告)号:CN113804833B

    公开(公告)日:2022-04-29

    申请号:CN202111090730.1

    申请日:2021-09-17

    IPC分类号: G01N33/00 G06K9/62 G06N3/04

    摘要: 本发明涉及电子鼻校准技术领域,具体公开了一种基于凸集投影和极限学习机的电子鼻漂移通用校准方法,从机器学习的角度,基于极限学习机构建约束网络net1和校准网络net2,采用电子鼻在未发生漂移的特征数据集X训练约束网络net1,保存网络参数,然后将发生漂移的特征数据集Xd作为约束网络net1的输入,并基于凸集投影对net1网络的输入Xd进行迭代调整,求得校准后的传感器特征数据集Xc,再将特征数据集Xc作为校准网络net2的标签,输入特征数据集Xd共同训练后以对未知气体响应信号进行校准,能够提升电子鼻发生漂移后对气体识别的容差性能,利用训练得到的网络对未知气体样本能够达到漂移补偿的效果,从而提高电子鼻在其他气体传感器发生漂移后的气体识别精度。

    基于凸集投影和极限学习机的电子鼻漂移通用校准方法

    公开(公告)号:CN113804833A

    公开(公告)日:2021-12-17

    申请号:CN202111090730.1

    申请日:2021-09-17

    IPC分类号: G01N33/00 G06K9/62 G06N3/04

    摘要: 本发明涉及电子鼻校准技术领域,具体公开了一种基于凸集投影和极限学习机的电子鼻漂移通用校准方法,从机器学习的角度,基于极限学习机构建约束网络net1和校准网络net2,采用电子鼻在未发生漂移的特征数据集X训练约束网络net1,保存网络参数,然后将发生漂移的特征数据集Xd作为约束网络net1的输入,并基于凸集投影对net1网络的输入Xd进行迭代调整,求得校准后的传感器特征数据集Xc,再将特征数据集Xc作为校准网络net2的标签,输入特征数据集Xd共同训练后以对未知气体响应信号进行校准,能够提升电子鼻发生漂移后对气体识别的容差性能,利用训练得到的网络对未知气体样本能够达到漂移补偿的效果,从而提高电子鼻在其他气体传感器发生漂移后的气体识别精度。