[發明專利]一種基于人工神經網絡的太赫茲危險液體識別方法

在審

• 申請號: 202011226175.6
• 申請日: 2020-11-05
• 公開（公告）號: CN112485218A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 潘新建;吳潔瀅;李志莉;張崇富;鄧春健;楊亮;張智;易子川;劉凱;高慶國;遲峰;劉黎明
• 申請（專利權）人: 電子科技大學中山學院
• 主分類號: G01N21/3586
• 分類號: G01N21/3586;G01N21/3577;G06N3/04;G06N3/08
• 代理公司: 廣東中億律師事務所 44277
• 代理人: 杜海江

本發明公開了一種基于人工神經網絡的太赫茲危險液體識別方法，通過太赫茲時域光譜儀對不同屬性的液體采集出液體時域信號，進行數據預處理后訓練得到危險液體識別模型，可在實際中利用太赫茲時域光譜對待測液體進行快速地識別檢測，并得出檢測結果，太赫茲對不同液體具有不同的波段響應，且對人體無害，極為有效地反映出液體屬性，結合神經網絡的高提取能力特征，能快速地對檢測液體進行屬性判別，識別準確以及可靠性高，非常適用于對易燃易爆的液體進行檢測。

技術領域

本發明涉及一種液體識別方法，特別是一種基于人工神經網絡的太赫茲危險液體識別方法。

背景技術

現實生活中的地鐵、輕軌、機場以及大型活動場所等公共區域都會設立安檢關卡以檢測市民是否攜帶危險物品，而對于易燃易爆等危險液體的檢測方式主要是：1、讓被檢人對攜帶液體進行嘗試；2、利用微波、熱導法對攜帶液體進行檢測識別；3、禁止攜帶液體通過安檢；而第一和第三種的檢測方式具有極大的局限性，費時費力，不適合大范圍推廣，對于采用微波、熱導法對攜帶液體進行檢測的方法具有相對的可行性，但在實際執行的過程中容易出現檢測結果錯誤的現象，準確性和可靠性低。

發明內容

為了克服現有技術的不足，本發明提供一種檢測速度快、準確性與識別率高的基于人工神經網絡的太赫茲危險液體識別方法。

本發明解決其技術問題所采用的技術方案是：

一種基于人工神經網絡的太赫茲危險液體識別方法，其以下步驟：

(1)、使用太赫茲時域光譜儀對不同屬性的液體采集出液體時域信號，且進行數據預處理得到危險液體輸入信號和安全液體輸入信號；

(2)、將危險液體輸入信號和安全液體輸入信號輸入至人工神經網絡的輸入層，進行危險液體識別模型訓練；

(3)、輸入層將危險液體輸入信號和安全液體輸入信號傳送至隱藏層后，隱藏層通過激活函數將危險液體輸入信號和安全液體輸入信號進行非線性分離擬合，并映射至輸出層；

(4)、輸出層對接收的數據得出危險液體結果與非危險液體結果，對兩者進行歸一化處理后進行結果輸出，令人工神經網絡訓練為危險液體識別模型；

(5)、使用太赫茲時域光譜對待測液體進行采集后輸入至危險液體識別模型內，并得出對待測液體的檢測結果。

所述步驟1的數據預處理包括以下步驟：

(1)、對液體時域信號進行屬性人工分類；

(2)、對分類后的各個液體時域信號進行小波去噪處理；

(3)、去噪處理后的液體時域信號通過傅里葉變換構成液體頻域信號，并得到液體頻域信號及其頻域光譜；

(4)、將頻域光譜上的冗余分量進行去除處理；

(5)、進行光譜處理后的液體頻域信號歸類分化為危險液體輸入信號和安全液體輸入信號。

所述步驟3的隱藏層包括第一層、第二層和第三層，所述第一層、第二層和第三層的神經元個數分別為15、20和15。

所述步驟3的激活函數為Relu6。

本發明的有益效果是：本發明通過太赫茲時域光譜儀對不同屬性的液體采集出液體時域信號，進行數據預處理后訓練得到危險液體識別模型，可在實際中利用太赫茲時域光譜對待測液體進行快速地識別檢測，并得出檢測結果，太赫茲對不同液體具有不同的波段響應，且對人體無害，極為有效地反映出液體屬性，結合神經網絡的高提取能力特征，能快速地對檢測液體進行屬性判別，識別準確以及可靠性高，非常適用于對易燃易爆的液體進行檢測

附圖說明

下面結合附圖和實施例對本發明進一步說明。

圖1是本發明的方法流程圖。

具體實施方式

參照圖1，一種基于人工神經網絡的太赫茲危險液體識別方法，其以下步驟：