[发明专利]基于特征选择的人工鼻冰箱食物新鲜度检测系统和方法

权利要求书

1.基于特征选择的人工鼻冰箱食物新鲜度检测方法，其特征在于，基于人工鼻系统，针对已知属于新鲜类别或腐烂类别的各食物挥发气体样本，执行以下步骤S1至步骤S6，获得食物新鲜度检测模型，实现对冰箱内食物新鲜度的分类检测；

步骤S1：通过人工鼻系统采集获得冰箱内温湿度信息和各食物挥发气体样本分别对应的样本响应信号s并进行滤波处理，更新各个样本响应信号，构成数据矩阵；随后进入步骤S2；

步骤S2:对数据矩阵中的各个样本响应信号由温湿度引起的传感器电阻值差进行修正补偿，更新样本响应信号，得到数据集；对数据集中的各个样本响应信号对应的MEMS传感器阵列响应曲线的相应特征，执行目标类型特征提取，进一步由各样本响应信号分别对应各目标类型特征数据所构成的特征向量，结合各样本响应信号分别对应新鲜类别或腐烂类别，构成特征数据集；随后进入步骤S3；

步骤S3：将特征数据集划分为训练数据集和测试数据集，并对训练数据集和测试数据集分别同时进行标准化处理，获得标准化处理后的样本训练集和标准化处理后的样本测试集；随后进入步骤S4；

步骤S4：分别对样本训练集中各个样本数据以及样本测试集中各个样本数据的冗余特征进行过滤删除，更新获得样本训练集和样本测试集；随后进入步骤S5；

步骤S5：基于样本训练集和样本测试集，分别针对样本训练集中的样本数据和样本测试集中的样本数据进行特征加权，更新获得样本训练集加权后的特征集，随后进入步骤S6；

步骤S6：以加权后的特征集中各个加权特征样本数据、以及所述加权后的特征集中各个加权特征样本数据所对应的预设检测结果构建食物新鲜度检测模型，以加权后的特征集中各个加权特征样本数据为输入，以加权特征样本数据所对应的食物新鲜或腐烂对应关系为输出，针对食物新鲜度检测模型进行训练，获得食物新鲜度检测模型，实现对冰箱内食物新鲜度的分类检测。

2.根据权利要求1所述的基于特征选择的人工鼻冰箱食物新鲜度检测方法，其特征在于，所述步骤S1中，通过人工鼻系统采集获得冰箱内温湿度信息和各食物挥发气体样本分别对应的样本响应信号，并进行滤波处理，按如下公式：

，

进行Savitzky-Golay滤波处理，对点Y_j一定长度的邻域窗口内的数据点进行多项式拟合，多项式在Y_j的值为Savitzky-Golay滤波处理的模拟值，其中，为滤波后的更新的样本响应信号，为人工鼻系统采集获得冰箱内温湿度信息和各食物挥发气体样本分别对应的样本响应信号；为滤波系数，即第期原始响应值数据在平滑窗口中的权重；为滑动窗口的的宽度，=，其中正整数。

3.根据权利要求1所述的基于特征选择的人工鼻冰箱食物新鲜度检测方法，其特征在于，所述步骤S2中，对数据集中的各个样本响应信号对应的MEMS传感器阵列响应曲线的相应特征，执行目标类型特征提取，包括提取各个样本响应信号的最大值、最小值、最大值与最小值的差值、最大正斜率以及指数移动平均值的最大值、最小值。