基于人工智能学习机的电子鼻中非目标干扰气味的在线识别和抑制方法

发明专利有效专利

申请号：
CN201210336450.9
IPC分类号：G01N27/00;G06N3/08;G06N3/12
申请日期：
2012-09-13
申请人：
重庆大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于人工智能学习机的电子鼻中非目标干扰气味的在线识别和抑制方法
申请号	CN201210336450.9	申请日期	2012-09-13
法律状态	授权	申报国家	中国
公开/公告日	2013-01-09	公开/公告号	CN102866179A
优先权	暂无	优先权号	暂无
主分类号	G01N27/00 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01N （除免疫测定法以外包括酶或微生物的测量或试验入C12M，C12Q） G01N27/00 用电、电化学或磁的方法测试或分析材料（G01N 3/00至G01N 25/00优先；电或磁变量的测量或试验，材料的电磁性能的测试或试验入G01R）	IPC分类号	G;0;1;N;2;7;/;0;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;1;2查看分类表>
申请人	重庆大学	申请人地址	重庆市沙坪坝区正街174号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆大学	当前权利人	重庆大学
发明人	田逢春;张磊;胡波;郭洁莲;冯敬伟;党丽君;黄智勇;李国瑞;叶奇;肖博
代理机构	重庆大学专利中心	代理人	唐开平

摘要

本发明涉及一种电子鼻中非目标干扰气味的在线识别和抑制方法。其识别方法的步骤有目标气体和典型非目标干扰气味数据样本的采集、传感器阵列信号预处理、目标气体和非目标干扰气味样本的特征提取、人工智能学习机的训练学习和智能学习机对非目标干扰气味的实时在线识别。一种非目标干扰气味的抑制方法包含上述识别方法的步骤，还有以下步骤：阵列信号动态矩阵的存储及更新、动态存储矩阵加权修正及干扰抑制和目标气体浓度预测。另一种非目标干扰气味的抑制方法包含上述识别方法的步骤，还有以下步骤：目标气体浓度预测、目标气体预测浓度动态矩阵的存储及更新和动态存储矩阵加权修正及干扰抑制。本发明的有益效果为：利用人工智能模式识别出了目标气体和非目标干扰气味，赋予了检测信号的类别标志；抑制了非目标干扰气味造成的干扰，能准确检测出目标气体的含量。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN1381721A	2002-11-27	2002-06-04	便携式智能电子鼻及其制备方法无效专利	复旦大学
2	EP0474222A2	暂无	1991-09-04	Learning machine with a hierarchical structure without mutual connections within levels thereof失效专利	MATSUSHITA ELECTRIC INDUSTRIAL CO.; LTD.
3	CN101303301A	2008-11-12	2008-06-23	烟气粉尘和特性气体同时在线监测方法及装置无效专利	东北电力大学
4	CN101630144A	2010-01-20	2009-08-18	电子节气门的自学习逆模型控制方法失效专利	湖南大学
5	CN2540633Y	暂无	2002-06-04	便携式智能电子鼻的结构失效专利	复旦大学

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供