[發明專利]酒精含量檢測方法、裝置及檢測設備

在審

• 申請號: 202010014394.1
• 申請日: 2020-01-07
• 公開（公告）號: CN111157584A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 朱洪武;劉玉平
• 申請（專利權）人: 廣東博智林機器人有限公司
• 主分類號: G01N27/02
• 分類號: G01N27/02
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 劉夢晴

本發明提出一種酒精含量檢測方法、裝置及檢測設備，該方法包括向待測樣品施加激勵信號；確定待測樣品基于激勵信號的響應數據；根據響應數據，結合預訓練的神經網絡模型確定待測樣品中的酒精含量；神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系。通過本發明能夠有效提升酒精含量檢測的精確度，提升酒精含量檢測效果。

技術領域

本發明涉及酒品檢測技術領域，尤其涉及一種酒精含量檢測方法、裝置及檢測設備。

背景技術

在一些應用場景下，通常需要對酒品的酒精含量進行檢測，例如，通過人工的感官品評來檢測酒精含量，或者，通過一些物理化學現象檢測酒品中的物質組分含量，從而確定酒精含量，又或者，利用酒精在濾紙上鋪展的現象對酒精含量進行粗糙的檢測。

這些方式下，酒精含量檢測的精確度不高，酒精含量檢測效果不佳。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的目的在于提出一種酒精含量檢測方法、裝置及檢測設備，能夠有效提升酒精含量檢測的精確度，提升酒精含量檢測效果。

為達到上述目的，本發明第一方面實施例提出的酒精含量檢測方法，包括：向待測樣品施加激勵信號；確定所述待測樣品基于所述激勵信號的響應數據；根據所述響應數據，結合預訓練的神經網絡模型確定所述待測樣品中的酒精含量；所述神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系。

本發明第一方面實施例提出的酒精含量檢測方法，通過向待測樣品施加激勵信號，并確定待測樣品基于激勵信號的響應數據，以及根據響應數據，結合預訓練的神經網絡模型確定待測樣品中的酒精含量；神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系，能夠有效提升酒精含量檢測的精確度，提升酒精含量檢測效果。

為達到上述目的，本發明第二方面實施例提出的酒精含量檢測裝置，包括：信號發射模塊，用于向待測樣品施加激勵信號；第一確定模塊，用于確定所述待測樣品基于所述激勵信號的響應數據；第二確定模塊，用于根據所述響應數據，結合預訓練的神經網絡模型確定所述待測樣品中的酒精含量；所述神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系。

本發明第二方面實施例提出的酒精含量檢測裝置，通過向待測樣品施加激勵信號，并確定待測樣品基于激勵信號的響應數據，以及根據響應數據，結合預訓練的神經網絡模型確定待測樣品中的酒精含量；神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系，能夠有效提升酒精含量檢測的精確度，提升酒精含量檢測效果。

為達到上述目的，本發明第三方面實施例提出的酒精含量檢測設備，包括：本發明第二方面實施例提出的酒精含量檢測裝置。

本發明第三方面實施例提出的檢測設備，通過向待測樣品施加激勵信號，并確定待測樣品基于激勵信號的響應數據，以及根據響應數據，結合預訓練的神經網絡模型確定待測樣品中的酒精含量；神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系，能夠有效提升酒精含量檢測的精確度，提升酒精含量檢測效果。

本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。

附圖說明

本發明上述的和/或附加的方面和優點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1是本發明一實施例提出的酒精含量檢測方法的流程示意圖；

圖2是本發明另一實施例提出的酒精含量檢測方法的流程示意圖；

圖3為本發明實施例中阻抗值示意圖；

圖4為本發明實施例中一訓練結果示意圖；

圖5為本發明實施例中另一訓練結果示意圖；