[發明專利]基于DBSCAN和隨機森林算法的半監督氣體識別方法

在審

• 申請號: 202210960308.5
• 申請日: 2022-08-11
• 公開（公告）號: CN115329862A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 劉暢;陳柯亙;楊柳;高藝
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06N5/00;G06N20/20;G01N33/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 吳學穎

本發明公開了一種基于DBSCAN和隨機森林算法的半監督氣體識別方法：測量有機氣體指標、pm2.5指標、環境溫度數據，根據數據復雜度和該地點是否標記過氣體類別，判定屬于已知穩定或未知復雜氣體環境；若為已知穩定氣體環境，使用隨機森林算法得到氣體識別結果和已知異常氣體預警；否則聯合隨機森林算法和DBSCAN算法進行氣體分類識別，隨機森林算法有標簽結果中，若標簽中某類氣體為異常氣體，把該類氣體分為異常氣體，DBSCAN算法無標簽結果中，若某聚類數據偏離設定閾值，標記為異常氣體，將兩者氣體分類結果通過重合度交叉驗證，將有標簽結果具體類別實現有標簽結果和無標簽結果對應，實現異常氣體檢測和氣體分類。本發明適用于工業系統的局部復雜氣體環境識別。

技術領域

本發明屬于工業大數據和機器學習領域，更具體的說，是涉及一種基于DBSCAN和隨機森林算法的半監督氣體識別方法。

背景技術

由于信息技術的迅猛發展，在安全檢查、工業生產等很多的領域當中都出現了機器學習的影子。許多相關的技術都隨之產生，為人類的生活帶來了方便。隨著制造業的迅速發展，工業系統變得越來越復雜。對氣體環境變化不及時的響應可能會引發產品損失和，甚至是災難性事故。作為確保生產效率和操作安全的有效工具，故障診斷是工業物聯網特別關注的領域。近年來，隨著傳感技術的發展，監控系統產生了大量的工業數據，這使得數據驅動的異常氣體識別成為可能。電子鼻可用來檢測鑒別和分析各種各樣氣味的氣體，其作為機器嗅覺的典型應用，已經滲入到各行各業之中,在安全檢查、工業生產、環境保護、醫療診斷等領域中，氣體識別系統應用尤其廣泛[1-3]。文獻[4]表明傳統的氣體識別方法基于使用各種信號處理技術提取的特征來識別不同的氣體類別。氣體識別系統采用一種較為復雜的時間序列信號，而文獻[5]考慮到這種信號由敏感膜材料因被氣體分子吸附而震動所出現。敏感膜材料、外界的環境因素、包括氣體的種類和密度都會影響到這種信號的產生。文獻[6]介紹了目前傳感器陣列采集數據的優越性和準確度，但現有傳感器陣列價格高昂，且覆蓋范圍較小，文獻[7]說明了目前結合深度學習雖然氣體識別效果好，但是結果可解釋性差。

相關中國專利，申請號02111043.8“一種嗅覺模擬裝置及嗅覺模擬測試方法”，申請號02111963.5“便攜式智能電子鼻及其制備方法”，申請號0127299.3“電子鼻報警控制器”。由于工業環境中氣體種類多、密度變化大，以上幾種所述的發明用來識別工業環境中的氣體有以下幾個問題：(1)特征提取簡單，只停留在時域范圍內取特征值，有的只取穩定值，這樣會浪費大量有用信息。(2)氣體傳感器的環境敏感度極高，工業復雜環境中的成分、溫度、濕度、氧分變化劇烈，這樣傳感器陣列對同一氣體采集的數據晝夜變化極大，更不用說冬天和夏天的差異了，甚至在不同的地點，空氣環境中的氧分壓不同、成分不同，也會導致數據差異，這樣的數據難以進行進一步分析，致使識別結果魯棒性差。(3)需要大量的標注數據，只能識別幾種差異性大的簡單氣體，不適于工業環境中復雜氣體的識別。

相關美國專利，專利號為：6,496,813，專利名稱為：“Classifying apparatususinga combination of statistical methods and neuronal networks，designed inparticular for odourrecognition(專用于氣味識別的統計方法和神經網絡相結合的分類裝置)”，該專利主要注重傳感器數據分析方法上，所用的統計方法和神經網絡數據處理結果不是很好。