基于多特征提取的宽度学习系统

    公开(公告)号:CN111401443B

    公开(公告)日:2023-04-18

    申请号:CN202010181905.9

    申请日:2020-03-16

    Abstract: 本发明基于多特征提取的宽度学习系统,包括四个子宽度学习系统,每个子宽度学习系统包括特征节点、增强节点和子节点;每个子宽度学习系统先对图像数据集提取一种图像特征,各子宽度学习系统将对图像数据集提取的图像特征合并得到各自的特征节点,再分别通过增强映射函数对各自的特征节点进行增强,形成对应的增强节点;各子宽度学习系统在形成增强节点之后,再将其特征节点与对应的增强节点合并,然后再连接到其子节点中,然后对各子宽度学习系统的子节点的输出进行归一化后再连接到最终输出层。本发明在复杂数据集分类问题上兼有模型训练时间少和分类准确性高的优点。

    一种用于检测茶叶品质的电子鼻及其控制方法和管理系统

    公开(公告)号:CN113447624B

    公开(公告)日:2022-06-21

    申请号:CN202110727316.0

    申请日:2021-06-29

    Applicant: 重庆大学

    Abstract: 本发明涉及电子鼻检测技术领域,具体公开了一种可用于检测茶叶品质的电子鼻及其控制方法、管理系统,该电子鼻包括机箱1以及设置在机箱1内的气体通路。气体通路包括气体进样口2、过滤器3、第一三通电磁阀T1、第二三通电磁阀T2、第三三通电磁阀T3,以及顺序连通的金属氧化物气室4、电化学气室5、质量流量控制器MFC、气泵6和出气口7。该电子鼻设计有气体通路,在该通路的金属氧化物气室4、电化学气室5中,设置有能够响应茶叶气味VOC的多种不同原理的传感器阵列,能够客观地获得更多茶叶气味特征;设计有加工前进样口G3、加工后进样口G4、背景空气入口G1和载气入口G2,可在一次实验中采集茶叶加工前与加工后的气味,提高检测精度。

    基于凸集投影和极限学习机的电子鼻漂移通用校准方法

    公开(公告)号:CN113804833B

    公开(公告)日:2022-04-29

    申请号:CN202111090730.1

    申请日:2021-09-17

    Abstract: 本发明涉及电子鼻校准技术领域,具体公开了一种基于凸集投影和极限学习机的电子鼻漂移通用校准方法,从机器学习的角度,基于极限学习机构建约束网络net1和校准网络net2,采用电子鼻在未发生漂移的特征数据集X训练约束网络net1,保存网络参数,然后将发生漂移的特征数据集Xd作为约束网络net1的输入,并基于凸集投影对net1网络的输入Xd进行迭代调整,求得校准后的传感器特征数据集Xc,再将特征数据集Xc作为校准网络net2的标签,输入特征数据集Xd共同训练后以对未知气体响应信号进行校准,能够提升电子鼻发生漂移后对气体识别的容差性能,利用训练得到的网络对未知气体样本能够达到漂移补偿的效果,从而提高电子鼻在其他气体传感器发生漂移后的气体识别精度。

    多传感器电子鼻的阶梯形气室、双进样检测系统及方法

    公开(公告)号:CN113447618A

    公开(公告)日:2021-09-28

    申请号:CN202110727336.8

    申请日:2021-06-29

    Applicant: 重庆大学

    Abstract: 本发明涉及电子鼻技术领域,具体公开了一种多传感器电子鼻的阶梯形气室、双进样检测系统及方法,该阶梯形气室中的气室空腔部分设计成阶梯形,并按照线性规划问题,求得最佳的气室阶梯高度和长度,有效缩小了气室空间,提升检测精度;该气室进气口和出气口不在同一水平面上,使得与空气密度差异性大的载气可以快速压出空气。该双进样检测系统及方法,通过合理设计气流通路和控制线路,及对应的控制步骤,既可实现对样本加工过程中(加工前、加工后)的气味数据的在线实时收集,又能对这些气味数据进行实时分析,可直接用于评价茶叶品质,且该检测系统基于上述阶梯形气室,检测的精度更高,使分析的结果更准确。

    一种多通道高温密封新型电子鼻热脱附系统及控制方法

    公开(公告)号:CN110907260B

    公开(公告)日:2021-03-12

    申请号:CN201911234263.8

    申请日:2019-12-05

    Applicant: 重庆大学

    Abstract: 本发明公开的一种多通道高温密封新型电子鼻热脱附系统及控制方法,当检测物质浓度较低时,可以先通过吸附管对低浓度的气体进行吸附,然后通过加热装置对该吸附管进行加热,热脱附出需要的气体,然后再用少量的载气将吸附物质吹出,从而提高了检测物质的浓度,由于本系统专门设计的高温热脱附结构,解决了传统密封方法中在高温下易产生干扰气体成分的难题,通过金属之间的咬合密封,实现了高温条件下的多通道、高密封性、富集浓缩效率高的电子鼻热脱附系统。

    一种基于电子鼻传感器数据的中药材分类方法

    公开(公告)号:CN112036482A

    公开(公告)日:2020-12-04

    申请号:CN202010896134.1

    申请日:2020-08-31

    Applicant: 重庆大学

    Abstract: 本发明基于电子鼻传感器数据的中药材分类方法,其包括步骤:1)用电子鼻采集中药材气味数据;2)对电子鼻传感器数据去噪,使所有样本的同一阶段的数据量相同,并得到不含异常值的数据集;3)提取电子鼻传感器数据特征,其包括特征计算、异常样本去除和特征校正;4)选择极限树作为分类器,对经特征校正处理后的数据进行分类。本发明解决了噪声对传感器数据后续处理及分类的影响,并且可以有效地去除异常样本,并对波动剧烈的特征数据有效地进行校正,解决了传感器漂移、采样差异等影响传感器数据分类准确性的技术问题,其采用的极限树作为分类器能很好的适应对中药材这种多类别小样本数据集进行分类。

    基于多特征提取的宽度学习系统

    公开(公告)号:CN111401443A

    公开(公告)日:2020-07-10

    申请号:CN202010181905.9

    申请日:2020-03-16

    Abstract: 本发明基于多特征提取的宽度学习系统,包括四个子宽度学习系统,每个子宽度学习系统包括特征节点、增强节点和子节点;每个子宽度学习系统先对图像数据集提取一种图像特征,各子宽度学习系统将对图像数据集提取的图像特征合并得到各自的特征节点,再分别通过增强映射函数对各自的特征节点进行增强,形成对应的增强节点;各子宽度学习系统在形成增强节点之后,再将其特征节点与对应的增强节点合并,然后再连接到其子节点中,然后对各子宽度学习系统的子节点的输出进行归一化后再连接到最终输出层。本发明在复杂数据集分类问题上兼有模型训练时间少和分类准确性高的优点。

    一种多通道高温密封新型电子鼻热脱附系统及控制方法

    公开(公告)号:CN110907260A

    公开(公告)日:2020-03-24

    申请号:CN201911234263.8

    申请日:2019-12-05

    Applicant: 重庆大学

    Abstract: 本发明公开的一种多通道高温密封新型电子鼻热脱附系统及控制方法,当检测物质浓度较低时,可以先通过吸附管对低浓度的气体进行吸附,然后通过加热装置对该吸附管进行加热,热脱附出需要的气体,然后再用少量的载气将吸附物质吹出,从而提高了检测物质的浓度,由于本系统专门设计的高温热脱附结构,解决了传统密封方法中在高温下易产生干扰气体成分的难题,通过金属之间的咬合密封,实现了高温条件下的多通道、高密封性、富集浓缩效率高的电子鼻热脱附系统。

    一种带子空间投影的电子鼻信号误差自适应学习方法

    公开(公告)号:CN105929113B

    公开(公告)日:2017-10-10

    申请号:CN201610245615.X

    申请日:2016-04-20

    Applicant: 重庆大学

    Abstract: 本发明公开了一种带子空间投影的电子鼻信号误差自适应学习方法,1、数据白化预处理;2、计算源域XS和目标域数据XT的中心μS以及μT;3、初始化平衡参数λ和子空间维度d;4、对矩阵执行特征分解,并获得特征向量矩阵V和特征值对角矩阵U;5、获得子空间投影基矩阵P=[v1,…,vd];6、获得源域XS和目标域XT在新子空间中的投影X′S和X′T;7、在新子空间中利用(X′S,yS)训练分类器,获得分类器参数;8:利用X′T测试上述获得的分类器,获得识别率。本发明的优点是:在不增加样本的条件下,找到一种映射使源域和目标域的子空间达到分布一致,实现了传感器漂移补偿,保持模式识别系统的性能。

Patent Agency Ranking