[發明專利]一種基于改進RANSAC理論的快速氣味指紋檢測方法

有效

• 申請號: 201310675569.3
• 申請日: 2013-12-13
• 公開（公告）號: CN103645284A
• 公開（公告）日: 2014-03-19
• 發明（設計）人: 林麗君;張瑞庭
• 申請（專利權）人: 林麗君
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 天津市宗欣專利商標代理有限公司 12103
• 代理人: 王寧寧

技術領域

本發明屬于環境氣體監測技術領域，特別是涉及一種基于改進RANSAC理論的快速氣味指紋檢測方法。

背景技術

隨著工業化進程的逐步加快和人民生活水平的提高，各種各樣的空氣污染源越來越多，存在空氣污染的場所也越來越廣泛。從化工廠、熱電廠、煉鋼廠的排出的廢氣，到垃圾填埋場或者排污溝散發的惡臭氣體，還有室內不當裝修散發的有害氣體，使得對有害氣體的監控難度越來越高。由于有害氣體的排放的時域不平均性，使得對有害氣體的檢測的時效性和實時性要求非常高。

電子鼻近十年來快速興起一種新的氣味指紋檢測方法，是利用氣味傳感器和數據處理分析設備來檢測氣味指紋圖譜。電子鼻模擬人的嗅覺系統，將探測到的氣味分子信號轉換成圖譜數據庫空間中的點，然后對這些信號點進行，最后利用模式分類的方法將探測結果顯示出來。

電子鼻內部對傳感器陣列探測到的數據進行處理和識別的算法是其關鍵技術所在。由于大氣中存在非常多的干擾分子，因此對特定污染物分子進行探測的關鍵，就在于如何能從這些干擾分子中快速準確的探測到目標污染分子。這就對氣味傳感器得到的觀測數據集的數據處理算法提出了很高的要求。

傳統的電子鼻的數據預處理方法耗時過長，沒有對觀測數據中的干擾數據進行剔除的方法，在一些后端管理軟件中，應用一些類似PCA的降維方法雖然能夠稍微提高一下運算效率，但是也遠遠不能適應氣味檢測的實時性要求。

發明內容

本發明為了解決上述現有檢測方法中存在的耗時過長，不能有效去除干擾信息等技術問題，而提供了一種基于改進RANSAC理論的快速氣味指紋檢測方法，該方法應用于電子鼻內，能夠有效提出觀測數據集中的干擾分子，并且能夠大大提高運算效率，有效適應目前氣味指紋檢測的實時性要求。

本發明為解決這一問題所采取的技術方案是：

本發明的基于改進RANSAC理論的快速氣味指紋檢測方法，包括觀測數據集的采集、計算臨時模型、驗證臨時模型、計算候選模型支集、驗證候選模型、優化目標標模型六個步驟。具體實現方法如下：

第一步，觀測數據集的采集

將氣味陣列傳感器采集的信號，轉換成氣味圖譜數據庫空間的觀測數據集，將觀測數據集均分成n+1個子集；

第二步，計算臨時模型

從每個子集中隨機選擇一個點，得到n+1個點組成的隨機樣本集S(S1,?S2,?……,?Sn,?Sn+1)，由前n個點(S1,?S2,?……,?Sn?)，得到臨時模型P(P1,?P2,…,Pn)；

第三步，驗證臨時模型

檢測第n+1個點是否在P上，否，則返回第二步，重新選n+1個點；是，則此臨時模型P為候選模型P¹;

第四步：計算候選模型支集

由P及其模型距離閾值L，檢測在此候選模型上的點，得到候選模型的支集M，該支集M中包含m個點。

第五步，驗證候選模型

檢測m是否大于閾值T，否，則返回第二步重新選n+1個點，繼續以上進程；是，則此候選模型P¹為目標模型P²;

第六步，優化目標模型

用候選模型支集M對目標模型P²進行優化,優化的核心思想是使支集M中的所有點相對于目標模型P²的距離絕對值最小。經過優化后的模型成為模型P^*。

本發明具有的優點和積極效果是：

本發明的基于改進RANSAC理論的快速氣味指紋檢測方法，能夠有效提出觀測數據集中的干擾分子，并且能夠大大提高運算效率，有效適應目前氣味指紋檢測的實時性要求。本發明主要應用在固定或者手持式電子鼻內，對于需要實時檢測的場合尤其適用。適用本發明的固定或者手持式電子鼻，可以大大提高檢測速度和準確性。

附圖說明

圖1是本發明的基于改進RANSAC理論的快速氣味指紋檢測方法的流程圖。?

具體實施方式

以下參照附圖及實施例對本發明的基于改進RANSAC理論的快速氣味指紋檢測方法進行詳細的說明，其中與現有技術相同的部件使用了相同的附圖標記。

圖1是本發明的基于改進RANSAC理論的快速氣味指紋檢測方法的流程圖。如圖1所示，本發明的基于改進RANSAC理論的快速氣味指紋檢測方法，包括如下具體步驟：

第一步，觀測數據集的采集

將氣味陣列傳感器采集的信號，轉換成氣味圖譜數據庫空間的觀測數據集，將觀測數據集均分成n+1個子集；