申请/专利权人：上海工程技术大学

申请日：2022-01-10

公开（公告）日：2024-02-06

公开（公告）号：CN114460226B

主分类号：G01N33/00

分类号：G01N33/00;G06F18/25;G06N5/01

优先权：

专利状态码：有效-授权

法律状态：2024.02.06#授权;2022.05.27#实质审查的生效;2022.05.10#公开

摘要：本发明涉及一种场景气体记忆和识别的方法及其应用，场景气体记忆的步骤为：1针对预记忆的多种不同场景气体，分别采集传感阵列的响应信号数据；2对采集的数据进行运算处理，提取出不同场景气体的特征；3对场景气体的特征进行分析计算，获得特征值的分布属性，并存储作为记忆数据；场景气体识别的步骤为：Ⅰ针对预识别的场景气体，采集传感阵列的响应信号数据；Ⅱ对采集的数据进行运算处理，提取该场景气体的特征；Ⅲ将获得的场景气体的特征与已经记忆的场景气体特征作比对，判断该场景气体是否为记忆场景气体类别；可应用于空气净化器、新风系统、排油烟机或排风扇。本发明能够准确识别场景气体，且智能化程度高。

主权项：1.一种场景气体记忆和识别的方法，其特征在于：包括场景气体记忆和场景气体识别；场景气体记忆包括如下步骤：1针对预记忆的多种不同场景气体，分别采集传感阵列的响应信号数据；2对步骤1采集的响应信号数据进行运算处理，提取出不同场景气体的特征；3对步骤2提取出的不同场景气体的特征进行分析计算，获得特征值的分布属性，并存储场景气体的特征值分布属性作为记忆数据；场景气体识别包括如下步骤：Ⅰ针对预识别的场景气体，采集传感阵列的响应信号数据；Ⅱ对步骤Ⅰ采集的响应信号数据进行运算处理，提取所述预识别的场景气体的特征；Ⅲ将步骤Ⅱ提取的场景气体的特征与已经记忆的场景气体特征作比对，判断该场景气体是否为记忆的场景气体类别，若与某个记忆的场景气体特征匹配，则识别出该场景气体，若无匹配，则该场景气体为非记忆的场景气体；采用场景气体记忆和识别系统进行场景气体记忆和场景气体识别；场景气体记忆和识别系统包括主控制器、传感阵列模块、数据存储模块、人机交互模块、控制模块、净化装置模块和电源模块；传感阵列模块用于实现对场景气体信息的采集以及对场景的温度和湿度的检测；传感阵列模块中包含多颗不同类型的气体传感器以及用于对气体传感器温度和湿度补偿的温度和湿度传感器；数据存储模块用于实现对场景气体的特征信息的存储；人机交互模块用于实现用户设定系统参数、记忆与删除场景以及系统工作模式的切换；净化装置模块用于实现空气流通、过滤，以及对空气进行净化；控制模块用于驱动净化装置模块；主控制器同时与传感阵列模块、数据存储模块、人机交互模块、控制模块、净化装置模块、电源模块连接；主控制器用于实现对传感阵列模块感知数据的采集、对采集到的数据进行运算处理、对运算处理后的数据进行存储、对控制模块的控制以及处理人机交互模块对系统的设定功能；电源模块还与传感阵列模块、数据存储模块、人机交互模块、控制模块、净化装置模块连接；步骤1具体为：在场景空间内释放预记忆的气体，并采集传感阵列模块中气体传感器的检测数据，存入数据集Y； 其中，I为存储的总场景数，J为某一场景气体的总采样次数，N为传感阵列模块中气体传感器的数量，S为采样曲线包含的总采样点数；Yi,j表示第i+1场景的第j+1次采样的数据集，Yi,j的每行数据为单颗传感器采集的时序排列数据；步骤2具体为：2.1对数据集Y进行归一化处理，得到数据集R： 2.2根据步骤2.1得到的数据集R提取记忆场景的气体信息特征，并建立特征集F： 其中，K为提取的气体信息特征的总数目，Fi,j为根据数据集Ri,j的行数据计算出的特征值集合，其计算方法如下：{Fi,j|fi,j,α,β∈Ai,j}，α∈[0,N,β∈[0,K；Ai,j＝{T1,T2,T3,…,T7}；其中，T1为峰值，T2为上升沿到达峰值百分比的时间，T3为上升沿曲线下面积，T4为上升沿一阶导数特性，T5为上升沿二阶导数特性，T6为稳态过程平均值，T7为稳态过程标准差；步骤3具体为：3.1计算记忆场景气体的特征值平衡点，特征值平衡点的数据集FC的计算公式如下：FC＝[FC0，FC1，…，FCI-1]； 3.2计算记忆场景气体的最小相似度，并存入数据集D，计算过程如下：D＝[D0，D1，…，DI-1]； 其中：Di，0，0＝maxabsfi，0，0，0-FCi，0，0，…，absfi，J-1，0，0-FCi，0，0；Di，0，K-1＝maxabsfi，0，0，K-1-FCi，0，K-1，…，absfi，J-1，0，K-1-FCi，0，K-1；Di，N-1，0＝maxabsfi，0，N-1，0-FCi，N-1，0，…，absfi，J-1，N-1，0-FCi，N-1，0；Di，N-1，K-1＝maxabsfi，0，N-1，K-1-FCi，N-1，K-1，…，absfi，J-1，N-1，K-1-FCi，N-1，K-1；FCi，α，β为FCi的第α行第β列的数据；3.3生成记忆场景气体的特征数据集M并存储在数据存储模块中； 步骤I具体为：采集传感阵列模块中气体传感器的实时检测数据，记为数据集X； 数据集X的每行数据为单颗传感器采集的时序排列数据；步骤II具体为：II-1对步骤I采集到的实时检测数据进行归一化处理，并存入数据集XR； II-2提取采集的实时场景气体的信息特征，并建立信息特征数据集XF： 其中，K为提取的气体信息特征的总数目，xfa，β为根据数据集XR的行数据计算出的特征值集合，其计算方法如下：{XF|xfa，β∈Ai，j}，α∈[0，N，β∈[0，K；Ai，j＝{T1，T2，T3，…，T7}；其中，T1为峰值，T2为上升沿到达峰值百分比的时间，T3为上升沿曲线下面积，T4为上升沿一阶导数特性，T5为上升沿二阶导数特性，T6为稳态过程平均值，T7为稳态过程标准差；步骤III具体为：搜寻场景气体记忆和识别系统中是否存储有匹配的记忆场景气体，方法如下：令XD＝[XD0，XD1，…，XDI-1]； 若存在α∈[0，N，β∈[0，K满足xfdi，α，β＜Di，a，β，则识别出匹配的记忆场景气体，且该场景气体是编号为i的记忆场景气体，否则该场景气体为非记忆场景气体。

全文数据：

权利要求：

百度查询： 上海工程技术大学 一种场景气体记忆和识别的方法及其应用

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD