[發明專利]一種基于吸附動力學的電子鼻數據特征提取方法

有效

• 申請號: 201610016490.3
• 申請日: 2016-01-11
• 公開（公告）號: CN105675649B
• 公開（公告）日: 2018-07-31
• 發明（設計）人: 王俊;孫玉冰;程紹明
• 申請（專利權）人: 浙江大學
• 主分類號: G01N27/00
• 分類號: G01N27/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于吸附動力學的電子鼻數據特征提取方法，將電子鼻傳感器響應過程認為是傳感器對氣體的吸附過程，吸附的量越大，其響應值越大，其特征在于,包括以下步驟：

步驟一、使用電子鼻對一個樣品進行檢測，獲得電子鼻的響應曲線；

步驟二、使用吸附動力學方程對步驟一得到的電子鼻的響應曲線進行擬合，將擬合后獲得的吸附動力學方程中的待定系數作為特征值；將電子鼻中各個傳感器獲得的響應曲線使用吸附動力學方程進行擬合處理，獲得各個傳感器的特征值，將各個傳感器的特征值組合構成電子鼻的特征向量；

步驟三、選取不同樣品組，對同一樣品組內的樣品進行相同處理，對處理后的樣品經過步驟一和步驟二得到該樣品的特征向量，將同一個組內樣品的特征向量組合成特征矩陣；

步驟四、利用多層感知機神經網絡對步驟三獲得的特征矩陣進行處理，獲得不同組的樣品的分類正確率，將分類正確率作為評價特征提取方法的依據。

2.根據權利要求1所述的基于吸附動力學的電子鼻數據特征提取方法，其特征在于，所述吸附動力學方程為準一級吸附動力學方程、準二級吸附動力學方程、修正偽一級動力學方程、二級動力學方程或顆粒內擴散方程。

3.根據權利要求1所述的基于吸附動力學的電子鼻數據特征提取方法，其特征在于，所述曲線擬合算法為最小二乘法、拉格朗日插值法、牛頓插值法、牛頓迭代法、區間二分法、弦截法、雅克比迭代法或牛頓科特斯數值積分法。

4.根據權利要求1所述的基于吸附動力學的電子鼻數據特征提取方法，其特征在于，所述電子鼻中的傳感器均為金屬氧化物半導體傳感器。