电子鼻学习驯化方法及其设备技术

本发明专利技术所提供的电子鼻学习驯化方法，包括获得电子终端设备发来的嗅觉气味数据、电子鼻测试数据，根据电子鼻地理位置信息，按设定的位置范围在嗅觉气味数据中搜索出电子鼻地理位置对应的嗅觉气味数据，与所述电子鼻测试数据按时间信息进行融合，生成电子鼻学习驯化用样本数据，使用所述样本数据对所述电子鼻进行关系模型参数拟合。本发明专利技术提供的一种嗅觉气味数据电子终端设备，包括地理位置信息模块、时钟模块、嗅觉气味数据输入模块、信息传输通讯模块。本发明专利技术节省了嗅辨员嗅辨时间，提高了辨嗅效率，克服了空间、场所的限制，使电子鼻给出的数据更接近人们的嗅觉感受，使电子鼻与人鼻嗅觉的气味数据直观可视化。

【技术实现步骤摘要】
电子鼻学习驯化方法及其设备
本专利技术涉及环境空气质量监测技术，尤其是涉及使用嗅觉气味数据对电子鼻进行学习驯化的方法与设备。
技术介绍
环境空气污染严重影响人们的身体健康，在智慧环境信息工程中，对空气质量的监控是重要的技术手段，其中，对直接影响人们嗅觉感受的恶臭异味的监控现有技术中，空气质量恶臭的测定，是由嗅辨员按照国家标准尤为重要。（GBT14675-1993）《空气质量恶臭的测定三点比较式臭袋法》进行的。该方法经过采样、保存、嗅辨等过程，为使嗅辩员得出正确的嗅辨结论，对嗅辨环境有比较严格的要求，难以满足对日常的环境空气质量监控。对环境空气检测，需要能够实时、连续的进行监控。随着电子技术的进步，出现了可以模仿人类鼻子的功能，采用多种气味感应传感器，配备人工智能化程式（AI程式），对气味的类型、强度进行检测的电子设备，即电子鼻。但现有的电子鼻工作方式，在地域范围较大、气味变化较大的区域，给出的气味强度与类型信息与一般人嗅觉感受有较大偏离。本说明书中，所称关系模型，是指从电子鼻中的传感器数据给出气味强度值与气味类型数据的变换函数或程序。所称一般人，特指其嗅觉感受能代表大众平均感受的人，从统计上，其给出的气味强度是大众给出的气味强度的算术平均值，或者居中值，或者最值，或者是密度最高的数值，总之具有代表性。所称嗅辩员，指经过嗅辨培训并通过正式或非正式考核，对气味强度与类型进行嗅辨的人员，使用嗅辨员嗅辨方式，对一般人进行测试的话，其给出的数据的统计平均值或最值应该接近嗅辩员给出的数据。
技术实现思路
技术问题：针对上述现有技术的缺陷，本专利技术提供一种电子鼻学习驯化方法及其应用设备。技术方案：本专利技术首先提供一种电子鼻学习驯化方法，包括以下步骤：获得电子终端设备发来的嗅觉气味数据，所述嗅觉气味数据包括所述的电子终端设备的ID以及所在地的地理位置信息，终端使用者输入的嗅觉气味强度信息或气味强度信息和嗅觉气味类型信息，以及终端设备发送嗅觉气味数据时的时间信息；获得电子鼻测试数据，所述的电子鼻测试数据包括每个电子鼻具有的ID以及所在地的地理位置信息，电子鼻传感器数据，依据关系模型生成的气味强度信息或气味强度信息和气味类型信息，时间信息；根据电子鼻地理位置信息，按设定的位置范围在嗅觉气味数据中搜索出电子鼻地理位置对应的嗅觉气味数据，与所述电子鼻测试数据按时间信息进行融合，生成电子鼻学习驯化用样本数据；使用所述样本数据对所述电子鼻进行关系模型参数拟合。其中的电子鼻测试数据或者嗅觉气味数据，既可以存储在电子鼻中、可读写存储设备中，只要需要时可以方便地获得即可，更好的是作为电子鼻数据信息以及嗅觉气味信息数据存储在服务器中。通常，电子鼻测试数据是具有等间隔时间序列的数据，嗅觉气味数据在时间上是比较随机的，是由终端使用者自主输入或者由终端设备催促输入的。更好的实施方式中，还可以包括根据当前关系模型参数拟合，与根据新拟合产生的参数拟合的吻合程度，判断是否更新所述电子鼻的关系模型参数。所述的电子鼻关系模型通常有二种类型，一种是关于气味类型的分类，此时的分类模型通常用判别因子分析（DFA）、线性判别分析（LDA）、神经网络（NN）等，另一种是关于气味强度，特别是气味的恶臭程度或者香味程度，通常使用偏最小二乘回归（PLS）、神经网络（NN）等，根据所需要的估测信息，进行选择。电子鼻的学习驯化，就是将驯化用的样本数据用于这关系模型，决定这些关系模型中的参数的过程。根据新获得的参数能否更好地逼近人嗅觉感受，决定是否要更新关系模型参数，更好地逼近，就是电子鼻数据给出的气味强度与分类数据，与嗅觉气味信息的差异更小。在存储器中保留关系模型的参数以及更新的时间与版本，作为历史数据，必要时可以用于回溯或者返回以前的参数。通常判断吻合程度的好坏，可以是电子鼻估算出来的气味强度数据和/或气味类型数据与人嗅觉感受的偏差，通常可以用方差等方式来评估，当新的拟合参数估算结果的方差变小时，判断为吻合程度变好，进行更新。需要特别说明的是，根据本专利技术公开的设置在某区域的电子鼻，与该区域中采集气味信息的终端设备，不必在线连接，也不必在一个系统中，只要采集的这两种数据在近邻的区域，有时间记录标记，可以根据时间与地理位置，把两种数据融合在一起即可，当然，两种数据都与服务器，例如控制中心的服务器连接更好。也就是说，只要所述的信息数据存在，不管存储在什么介质与位置，只要需要时能获得即可，例如使用存储介质例如硬盘，U盘、光盘、ROM等通过移动复制方式非实时获得，更好的是通过有线或无线的网络连接实时获得，为了进行数据融合而存储在一起更好。在本专利技术的一种实施方式中，在融合生成样本数据时，包括将电子鼻测试数据与嗅觉气味数据按时间序列，选择有嗅觉气味数据并且电子鼻测试数据变动范围在预置值下的时间区间范围内的数据段，取各个数据段的代表值为样本数据的一组数，组成样本数据；所述的参数拟合是利用该所述样本数据对电子鼻关系参数进行拟合；所述的代表值是算术平均数、众数或统计平均值的一种。在本专利技术的另一种实施方式中，在融合生成样本数据时，在电子鼻地理位置附近区域找到嗅觉气味数据时，按该嗅觉气味数据的时间信息，在所述的电子鼻测试数据中找出在预置值下的时间区间范围内的电子鼻测试数据，按预设变动范围内的数据，取代表值，与嗅觉气味数据组成样本数据的一组数；所述的参数拟合是利用该所述样本数据对电子鼻关系参数进行拟合；所述的代表是算术平均数、众数或统计平均值的一种。嗅觉气味信息的采集，可以在电子终端设备打开时、终端用户选择时，或者是在服务器催促输入嗅觉气味信息时进行采集。气味强度与气味类型的输入方式，既可以采用数字或文字输入方式，或者菜单选择方式。特别是，在气味类型输入时使用菜单式选择更好，方便进行数据的收集与统计。进一步地，根据电子鼻数据信息，将电子鼻气味信息标示在电子地图上形成电子鼻气味地图；同样，根据嗅觉气味信息，将嗅觉气味信息标示在电子地图上形成嗅觉气味地图；当收到发送气味地图的请求时，将相应的气味地图推送给请求方。所述的电子地图，可以在系统中存储数据中获得，也可以从百度地图app等公开的应用中获得。本专利技术的一个实施例，就是利用百度地图的app接口，把气味信息渲染在百度地图上实现的。进一步地，本专利技术可以根据请求的地理位置，可以推送多种气味信息，例如可以推送该位置的嗅觉气味信息随时间变化趋势数组，或该位置的电子鼻气味信息随时间变化趋势数组，在电子终端设备中显示二维的气味地图，显示气味随时间变化趋势，让用户了解周边气味变化总趋势。本专利技术的同时提供一种实现上述方法的嗅觉气味数据电子终端设备，包括：地理位置信息模块，获得所述电子终端设备所在的地理位置信息；时钟模块，获得发送嗅觉气味数据时的时间信息；嗅觉气味数据输入模块，用于电子终端设备使用者输入嗅觉气味数据，嗅觉气味数据包括气味强度数据、或者气味强度数据和气味类型数据；信息传输通讯模块，当接收到信息接收或发送指令时，进行信息的接收本文档来自技高网...

【技术保护点】
1.一种电子鼻学习驯化方法，包括以下步骤：/n获得电子终端设备发来的嗅觉气味数据，所述嗅觉气味数据包括所述的电子终端设备的ID以及所在地的地理位置信息，使用者输入的嗅觉气味强度信息或气味强度信息和嗅觉气味类型信息，以及电子终端设备发送嗅觉气味数据时的时间信息；/n获得电子鼻测试数据，所述的电子鼻测试数据包括每个电子鼻具有的ID以及所在地的地理位置信息，电子鼻传感器数据，依据关系模型生成的气味强度信息或气味强度信息和气味类型信息，时间信息；/n根据电子鼻地理位置信息，按设定的位置范围在嗅觉气味数据中搜索出电子鼻地理位置对应的嗅觉气味数据，与所述电子鼻测试数据按时间信息进行融合，生成电子鼻学习驯化用样本数据；/n使用所述样本数据对所述电子鼻进行关系模型参数拟合。/n

【技术特征摘要】
1.一种电子鼻学习驯化方法，包括以下步骤：
获得电子终端设备发来的嗅觉气味数据，所述嗅觉气味数据包括所述的电子终端设备的ID以及所在地的地理位置信息，使用者输入的嗅觉气味强度信息或气味强度信息和嗅觉气味类型信息，以及电子终端设备发送嗅觉气味数据时的时间信息；
获得电子鼻测试数据，所述的电子鼻测试数据包括每个电子鼻具有的ID以及所在地的地理位置信息，电子鼻传感器数据，依据关系模型生成的气味强度信息或气味强度信息和气味类型信息，时间信息；
根据电子鼻地理位置信息，按设定的位置范围在嗅觉气味数据中搜索出电子鼻地理位置对应的嗅觉气味数据，与所述电子鼻测试数据按时间信息进行融合，生成电子鼻学习驯化用样本数据；
使用所述样本数据对所述电子鼻进行关系模型参数拟合。


2.根据权利要求1所述的电子鼻学习驯化方法，其中所述的样本数据由以下方式按时间信息融合生成：包括将电子鼻测试数据与嗅觉气味数据按时间序列，选择有嗅觉气味数据并且电子鼻测试数据变动范围在预置值下的时间区间范围内的数据段，取各个数据段的代表值为样本数据的一组数，组成样本数据；所述的参数拟合是利用该所述样本数据对电子鼻关系参数进行拟合；所述的代表值是算术平均数、众数或统计平均值的一种。


3.根据权利要求1的一种电子鼻学习驯化方法，其中所述的样本数据由以下方式按时间信息融合生成：在电子鼻地理位置附近区域找到嗅觉气味数据时，按该嗅觉气味数据的时间信息，在所述的电子鼻测试数据中找出在预置值下的时间区间范围内的电子鼻测试数据，按预设变动范围内的数据，取代表值，与嗅觉气味数据组成样本数据的一组数；所述的参数拟合是利用该所述样本数据对电子鼻关系参数进行拟合；所述的代表是算术平均数、众数或统计平均值的一种。


4.根据权利要求1的一种电子鼻学习驯化方法，其中终端使用者输入的嗅觉感受的气味强度信息、气味类型信息的为数字或文字或菜单式选择项的任一种。


5.一种嗅觉气味数据电子终端设备，...

【专利技术属性】
技术研发人员：周俊杰，
申请(专利权)人：上海宁和环境科技发展有限公司，
类型：发明
国别省市：上海;31