[發明專利]一種基于終端檢測+互聯網+大數據云計算平臺的人工嗅覺檢測方法

在審

• 申請號: 201710513289.0
• 申請日: 2017-06-29
• 公開（公告）號: CN107468210A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 鄒小波;李志華;范春林;龐國芳;石吉勇;石海軍;黃曉瑋;翟曉東;胡雪桃;徐藝偉
• 申請（專利權）人: 江蘇大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;H04L29/06;H04L29/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種人工嗅覺檢測方法，特指一種基于終端檢測+互聯網+大數據云計算平臺的人工嗅覺檢測方法。

背景技術

嗅覺是人類感官中最難模擬、最難量化的感覺，雖然2004年諾貝爾生理學或醫學獎得主理查德.阿克塞爾(RichardAxel)和琳達.巴克(Linda B.Buck)早在上世紀90年代就闡明了人類嗅覺系統的基本原理，但是檢測儀器方面，目前各種仿生嗅覺儀器尚未取得突破性進展。

人類的感官是在很多次嗅聞、嘗試基礎上建立起來的，目前分散在各個實驗室的電子鼻或者電子舌數據信息有限，無法真正建立傳感信號與人類感官之間的聯系。每個研究團隊的電子鼻、電子舌構造、檢測方法、數據處理模式等都不統一，相互之間的數據無可比性。單獨的實驗數據是有限的，很少利用大數據、云計算的手段來綜合各個實驗室的數據，導致現有的人工嗅覺數據無法與現有人類感官評定的數據進行對應。

發明內容

本發明是一種基于“終端檢測+互聯網+大數據云計算平臺”的人工嗅覺檢測方法。該方法主要包括三部分：①基于互聯網的聯盟實驗室人工嗅覺終端檢測；②建立人工嗅覺大數據庫；③智能分析系統，后兩部分構成數據處理中心，為采集和分析嗅覺和味覺信號提供支撐平臺。

所述基于互聯網的聯盟實驗室人工嗅覺終端檢測是指各聯盟實驗室，采用統一的人工嗅覺終端檢測系統，系統由硬件和軟件兩部分組成，硬件部分主要由收集氣體樣品的采集模塊、光電反應傳感器的傳感芯片測試模塊、轉換信號的信號測量與控制模塊、增大氣壓的動力模塊、保存惰性氣體的載氣模塊，以及顯示器組成；軟件系統由數據采集系統、特征信號提取系統和模式識別系統組成，負責對采集得到的信號進行特征提取。

所述人工嗅覺終端檢測系統按四規范操作：規范數據接口、規范采樣、制樣、檢測方法、規范格式數據上傳，規范格式統計分析報告，充分保障數據的統一性、完整性、準確性、安全性和可靠性。

所述的人工嗅覺終端檢測系統均配置高速數據傳輸模塊，將所得數據實時上傳至云端服務器，處理后將分析后的檢測結果再反饋至檢測終端。

所述數據處理中心，是基于云端的數據處理中心，包括數據庫建立、檢測原始數據的預處理、及云端數據處理。

所述數據庫建立：包括單一常見化合物的嗅覺描述和閾值數據庫和復雜常規食品的成分數據庫和嗅覺檢測數據庫。采用數據獲取-信息補充-信息處理的數據融合與處理模型，實現對嗅覺檢測結果數據進行快速在線采集、融合、以及參照常規食品化合物嗅覺描述和閾值數據庫進行關聯，實現精確描述和歸類，并實現嗅覺檢測結果數據庫的動態添加與實時更新。

所述檢測原始數據預處理，首先通過ASP.NET技術，獲取偵測結果原始數據，對食品化合物和食品分類信息進行補充；然后，進行嗅覺信息描述和整體信息歸類等處理，形成結果記錄并存入常規食品嗅覺檢測數據庫。

所述云端數據處理：建立一種基于云計算環境的海量小文件處理模型(Cloud computing-Massive Small Files Process Model，C-MSFPM)，對所測的數據與基礎數據庫中以就近原則與權值相似度進行初步分類，進一步通過鄰近算法(KNN算法)和支持向量機算法(SVM算法)進行分類，并達到精確量化和描述所測食品和化合物的嗅覺的目標。

本發明的有益效果：

所建的數據庫為從事食品嗅覺和味覺研究學者提供科學數據。其次終端檢測+互聯網+云端檢測模式不僅能在大數據背景下研究嗅覺，保證嗅覺仿生的精確性；還能夠統一操作和數據處理，降低用戶的檢測應用門檻，推動檢測儀的規模化應用。

附圖說明

圖1本發明人工嗅覺數據采集、分析與數據庫的示意圖。

圖2多層決策模式神經網絡評判系統。

具體實施方式