[发明专利]情感电子鼻实现方法在审
申请号: | 201911006190.7 | 申请日: | 2019-10-22 |
公开(公告)号: | CN110794090A | 公开(公告)日: | 2020-02-14 |
发明(设计)人: | 孟庆浩;张小内;程录 | 申请(专利权)人: | 天津大学 |
主分类号: | G01N33/00 | 分类号: | G01N33/00;G01N1/22;G06N3/04;G06N3/08 |
代理公司: | 12201 天津市北洋有限责任专利代理事务所 | 代理人: | 程毓英 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 气味材料 情绪 构建 传感器阵列 分布向量 情感标签 诱发 神经模糊推理系统 电子鼻系统 模糊聚类法 电子设备 气味特征 情感模型 响应曲线 嗅觉功能 电子鼻 归一化 自适应 采样 数据库 预测 健康 | ||
1.一种情感电子鼻实现方法,包含如下步骤:
1)收集不同的气味,构建气味材料库。
2)选取嗅觉功能正常的健康人分别嗅闻气味材料库中的每种气味,并根据该气味所诱发的情绪情况,对每种基础情绪进行打分;
3)针对每种气味,根据所有受试者对该气味的打分值,计算该气味的每种基础情绪平均分,并进行归一化得到该种气味所能诱发的情绪分布向量,将其作为其情感标签;
4)通过电子鼻系统中的传感器阵列分别对气味材料库中的每种气味进行采样,得到与之对应的传感器阵列响应曲线;
5)对步骤4)中采集到的气味样本原始数据进行预处理操作,然后从预处理后每种气味传感器响应曲线提取多个特征值,作为该气味的特征向量,基于提取的特征和步骤3)中所对应的情感标签,构建具有情感标签的气味特征数据库;
6)将模糊聚类法与自适应神经模糊推理系统相结合,构建能够预测情绪分布向量的气味情感模型;
7)利用步骤5)中得到的气味特征数据训练气味情感模型;
8)利用训练好的气味情感模型对待测气味进行情绪识别,电子鼻的输出结果是待测气味所能诱发出的情绪分布向量,分量值最高的为主要情绪。
2.根据权利要求1所述的方法,其特征在于,提取的特征值包括稳态响应值,峰值,均值,恢复时间,稳态响应时间,差值、一阶微分最大值、一阶微分最大值对应的值、一阶微分最小值、二阶微分最大值。
3.根据权利要求1所述的方法,其特征在于,自适应神经模糊推理系统采用基于数据驱动的一阶Takagi-Sugeno-Kang(TSK)模糊系统。
4.根据权利要求1所述的方法,其特征在于,气味情感模型的构建步骤如下:(a)首先确定模糊规则条数和特征所用的隶属度函数类型;(b)利用模糊子空间算法对每条规则的输入特征进行选择,并确定每条规则下所用每个特征的隶属度函数参数;(c)将筛选后的特征向量模糊化,并输入到自适应神经模糊推理系统;(d)自适应模糊推理系统根据建立的模糊规则和输入的模糊集合进行模糊推理,得到推理结果;(e)对推理结果进行反模糊化和归一化,得到预测的情绪分布向量。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-4任意一项所述的方法步骤。
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天津大学,未经天津大学许可,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/pat/books/201911006190.7/1.html,转载请声明来源钻瓜专利网。