[发明专利]基于仿生球周回路的气味识别方法、计算机装置及计算机可读存储介质

说明书

本发明提供一种基于仿生球周回路的气味识别方法、计算机装置及计算机可读存储介质，该方法包括获取气体传感器阵列输出的信号，形成样本数据集；并且，样本数据集的数据被输入至仿生球周回路模型用于计算脉冲时间序列；将脉冲时间序列输入至脉冲神经网络，脉冲神经网络对脉冲时间序列进行特征学习及分类，并输出多类气体的识别准确率。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。本发明能够简化电子鼻的算法处理流程，还能够提高电子鼻的广泛适用性。

技术领域

本发明涉及智能气味识别的技术领域，具体地，是一种基于仿生球周回路的气味识别方法以及实现这种方法的计算机装置、计算机可读存储介质。

背景技术

电子鼻是一种模拟生物嗅觉的检测仪器，通常用于检测气体的种类。电子鼻内设置有传感器阵列，传感器阵列包括多个气体传感器，这些气体传感器是具有部分选择性的电化学传感器，通过传感器阵列检测气体并对气体进行识别，能够识别简单与复杂气味。目前，电子鼻提供了仿生嗅觉的物理载体，但在信息处理方面却与生物系统相差甚远，在识别性能上也有着明显差距。

传统的电子鼻所使用的气味识别方法较为繁琐，每个环节可供选择的方法较多，例如需要针对气体传感器响应的特点进行人工选择，一旦气体传感器的数量和类型发生改变，必须根据应用场景进行重新调整。为了获取理想的气味识别效果，往往要通过反复测试进行优化，导致大量时间和人力的消耗，降低了电子鼻的实用性。

公开号为CN105913079A的中国发明专利申请提出一种基于目标域迁移极限学习的电子鼻识别方法，该方法利用漂移前后采集的有标签的和无标签的数据矩阵构建源域数据集、目标域数据集和待测域数据集作为极限学习机的输入，完成分类器的学习任务。该方法具备一定的泛化性和迁移性能，但其应用范围有限，需要大量的数据集训练分类器，无法完成自动学习。

公开号为CN105005790A的中国发明专利申请提出一种基于半监督学习的电子鼻室内毒气识别方法，该方法利用毒气样本数据训练分类器，并在每次循环中将基本分类器依次作为主分类器实现对未知标签样本的分类，其他分类器用于预测，通过增加分类器数目来优化识别正确率。该方法能够从未知样本中获取气味信息，但需要人为构建大量的分类器，增加了算法的复杂度和运算量，难以实现气味的快速识别。

郭淼在文章《基于电子鼻与非线性特征提取建模的猪肉鲜度快速分析方法》(中国食品学报，2016，16(6)：218-224)提出了一种基于主成分分析和非线性特征提取的猪肉鲜度电子鼻分析方法，该方法在主成分分析的基础上引入随机共振信噪比谱提高检测性能，使用线性拟合回归构建猪肉鲜度预测模型，实现对肉品鲜度的有效检测。但该方法的预处理步骤较多，流程较为复杂，难以满足快速检测的需要。

罗美玲在文章《电子鼻技术对普洱熟茶香气判别的研究》(西南大学学报(自然科学版)，2018，40(8)：22-30)提出一种基于主成分分析、线性判别分析和传感器区分贡献率分析的普洱茶电子鼻识别方法，该方法对干茶、茶汤和叶底香气的贡献率进行了分析，能够有效区分不同年份的普洱茶香气。但该方法缺少特征学习的过程，没有充分利用气味的特性信息，需要人为选择数据分析方法。

现有的一些电子鼻所使用的气味识别方法框架固化，如图1所示，现有气味识别方法是接收气体传感器11传送的信号，并且将模拟信号转换成数字信号后形成原始数据，然后对数据进行预处理12的操作，接着对预处理后的数据依次执行特征生成13、特征选择14、特征降维 15以及分类识别16等操作，最后执行分类输出17的操作。这种方法在设计电子鼻时需要针对具体应用尝试各种方法的组合来优化数据分析方法，才能达到很好的效果，阻碍了电子鼻技术的普及应用。此外，这种方法的各个环节需要根据信号特性人工选取，难以实现数据的自动分析，缺乏广泛适用性。

发明内容

本发明的第一目的是提供一种气味识别计算简单、广泛适用性好的基于仿生球周回路的气味识别方法。

本发明的第二目的是提供一种实现上述基于仿生球周回路的气味识别方法的计算机装置。