【技术实现步骤摘要】
本专利技术涉及宠物异味检测的，尤其涉及一种宠物异味的检测方法、装置及存储介质。
技术介绍
1、随着宠物市场的逐渐火热，养宠物的家庭也越来越多。宠物不仅为人们带来了陪伴和快乐，还成为家庭中的重要成员。然而，与此同时也产生了一些常见问题，例如在密闭环境中，宠物的排泄物气味会给人们带来不适感，并且增加了患病风险。为了应对这些问题，及时清理宠物的排泄物显得尤为重要，这不仅能有效防止房间内的气味恶化，还能减少细菌和病毒的传播。而如何及时判断是否产生排泄物，缺少有效的技术手段。
2、申请号为201911318017.0的专利技术专利公开了一种带除异味装置的宠物智能窝，包括屋体和屋顶，所述屋体内底部设有可拆卸式的垫板，所述屋体内下部一侧且位于所述垫板上方设有吸气通道，所述吸气通道贯穿于所述屋体一侧延伸至所述屋体外侧，所述吸气通道外端连接有连通管，所述连通管上安装有抽气泵，所述连通管且远离所述吸气通道的一端连接在异味吸收腔体底部一端上，且所述异味吸收腔体侧边固定在所述屋体外侧中部，所述异味吸收腔体内设有去味室、杀菌室、降温室、过滤室以及净化室，所述吸气通道与所述去味室的底部一端相连，所述去味室侧边上部通过连接管一与所述杀菌室侧边连接。上述专利技术能够提高异味去除的效率，给宠物提供一个舒适的环境。但这种上述专利技术在异味检测方面仍然缺乏有效的技术手段，会出现消毒功能无法及时启动的情况，从而无法达到预期的效果。
技术实现思路
1、针对在异味检测方面缺乏有效的技术手段的技术问题，本专利技术提
2、为了达到上述目的，本专利技术的技术方案是这样实现的：
3、一种宠物异味的检测方法，包括以下步骤：
4、s1、通过温度传感器和由空气质量传感器、至少一个检测传感器组成的传感器阵列在待检测环境中实时采集数据；
5、所述检测传感器为硫化氢传感器、氨气传感器、异戊酸传感器、甲硫醇传感器，乙酸传感器、三甲胺传感器或voc传感器中的至少一种。
6、s2、通过加权线性温度补偿算法和加权自适应鲸鱼优化算法对空气质量传感器、检测传感器的传感信号进行温度补偿；
7、s3、设定阈值，将补偿后的空气质量传感器、检测传感器的信号幅值与设定的阈值进行比较，当任一传感器信号幅值触发，则开始采集固定长度的空气质量传感器、检测传感器的传感器数据；
8、s4、将步骤s3采集到的固定长度的空气质量传感器、检测传感器的传感器数据输入基于门控卷积核稀疏化策略的自适应时间卷积gsa-tcn网络模型中作分类识别；
9、s5、当基于门控卷积核稀疏化策略的自适应时间卷积gsa-tcn网络模型的判定结果为真时，表明有宠物排泄异味产生，则按照固定长度的空气质量传感器、检测传感器的传感器数据的最大值进行查表、插值、计算浓度，输出待检测环境的检测结果和浓度值。
10、优选地，所述通过加权线性温度补偿算法和加权自适应鲸鱼优化算法对空气质量传感器、检测传感器的传感信号进行温度补偿包括以下步骤：
11、步骤一：对一般线性温度补偿算法进行加权处理，以使不同温度区间内的补偿精度得到优化，表达式为：y＝s-μk(ts-tb)，其中，y表示补偿结果，s为实测电压值，k为补偿系数，ts为实测温度，tb为参考温度，μ为加权系数；
12、其中，为补偿结果y的均值，n表示为补偿结果y的数据长度；
13、步骤二：利用加权自适应鲸鱼优化算法对加权系数μ进行寻优，求得加权系数μ的最优解，进而得到温度补偿后的补偿结果y。
14、优选地，所述加权自适应鲸鱼优化算法为：
15、围绕猎物：
16、气泡网攻击猎物：
17、搜索猎物：
18、其中，为当前最优解，为t+1次迭代的新位置，d为鲸鱼围绕猎物或随机搜索阶段的距离向量，d′为气泡网攻击阶段的距离标量，ebl为螺旋轨迹收缩项，l为随机数值，为随机向量，a为控制鲸鱼移动方向和步长的系数向量、b为控制螺旋轨迹形状的参数、tmax为迭代次数最大值，ω(t)为配置的自适应权重；
19、所述利用加权自适应鲸鱼优化算法，求加权系数μ的最优解的方法为：通过配置的自适应权重ω(t)提高鲸群的搜索速度，使得函数快速收敛，进而通过不断迭代式
20、a·d更新鲸鱼的位置，从而得到最优解就是加权系数μ。
21、优选地，所述基于门控卷积核稀疏化策略的自适应时间卷积gsa-tcn网络模型的结构包括依次连接的：输入层、第一残差块、第二残差块、第三残差块、全局池化层、全连接层；
22、第一残差块、第二残差块、第三残差块结构相同，且均含有第一门控卷积层、第二门控卷积层两个门控卷积层，门控卷积层表达式为ygate＝g⊙(w*x+b)，其中，b为偏置，⊙表示元素乘法，w为权重，x为输入数据，ygate为门控卷积输出；
23、所述门控卷积层中集成了稀疏化机制：通过对门控参数g设置阈值threshold，当|g|<threshold时表示对应的卷积核重要性较低，相应的卷积操作可以被忽略或者将卷积的结果置0，卷积核的剪枝操作表达为：其中，为指示函数，当条件成立，m取值为1，反之为0；
24、稀疏化操作表达为：youtput＝ygate·m，youtput为稀疏化操作后的输出数据。
25、一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的宠物异味的检测方法。
26、一种宠物异味的检测装置，包括温度传感器、由空气质量传感器和至少一个检测传感器组成的传感器阵列，温度传感器、空气质量传感器、检测传感器均安装在pcb板上，pcb板上装有微处理器，温度传感器、空气质量传感器、检测传感器均通过所述pcb板与微处理器连接；温度传感器、空气质量传感器、检测传感器独立工作，互不影响；微处理器利用上述的宠物异味的检测方法对温度传感器、空气质量传感器、检测传感器采集的信号进行处理。
27、优选地，所述pcb板上还设有电路单元；检测传感器、空气质量传感器分别通过电路单元与微处理器连接，温度传感器与微处理器直接连接。
28、同上所述，所述检测传感器为硫化氢传感器、氨气传感器、异戊酸传感器、甲硫醇传感器、乙酸传感器、三甲胺传感器或voc传感器中的至少一种。
29、优选地，所述微处理器的类型包括但不限于：专用集成电路、片上系统、现场可编程门阵列或中央处理器。
30、优选地，所述检测传感器的类型至少为以下之一：半导体传感器、电化学传感器、催化燃烧传感器或光学传感器。
【技术保护点】
1.一种宠物异味的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的宠物异味的检测方法，其特征在于，所述通过加权线性温度补偿算法和加权自适应鲸鱼优化算法对空气质量传感器、检测传感器的传感信号进行温度补偿包括以下步骤：
3.根据权利要求2所述的宠物异味的检测方法，其特征在于，所述加权自适应鲸鱼优化算法为：
4.根据权利要求3所述的宠物异味的检测方法，其特征在于，所述基于门控卷积核稀疏化策略的自适应时间卷积GSA-TCN网络模型的结构包括依次连接的：输入层、第一残差块、第二残差块、第三残差块、全局池化层、全连接层；
5.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-4中任意一项所述的宠物异味的检测方法。
6.一种宠物异味的检测装置，其特征在于，包括温度传感器、由空气质量传感器和至少一个检测传感器组成的传感器阵列，温度传感器、空气质量传感器、检测传感器均安装在PCB板上，PCB板上装有微处理器，温度传感器、空气质量传感器、检测传感器均通过所述PCB板与微处理器连接；温
7.根据权利要求6所述的宠物异味的检测装置，其特征在于，所述PCB板上还设有电路单元；检测传感器、空气质量传感器分别通过电路单元与微处理器连接，温度传感器与微处理器直接连接。
8.根据权利要求7所述的宠物异味的检测装置，其特征在于，所述检测传感器为硫化氢传感器、氨气传感器、异戊酸传感器、甲硫醇传感器、乙酸传感器、三甲胺传感器或VOC传感器中的至少一种。
9.根据权利要求8所述的宠物异味的检测装置，其特征在于，所述微处理器的类型包括但不限于：专用集成电路、片上系统、现场可编程门阵列或中央处理器。
10.根据权利要求8或9所述的宠物异味的检测装置，其特征在于，所述检测传感器的类型至少为以下之一：半导体传感器、电化学传感器、催化燃烧传感器或光学传感器。
...【技术特征摘要】
1.一种宠物异味的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的宠物异味的检测方法，其特征在于，所述通过加权线性温度补偿算法和加权自适应鲸鱼优化算法对空气质量传感器、检测传感器的传感信号进行温度补偿包括以下步骤：
3.根据权利要求2所述的宠物异味的检测方法，其特征在于，所述加权自适应鲸鱼优化算法为：
4.根据权利要求3所述的宠物异味的检测方法，其特征在于，所述基于门控卷积核稀疏化策略的自适应时间卷积gsa-tcn网络模型的结构包括依次连接的：输入层、第一残差块、第二残差块、第三残差块、全局池化层、全连接层；
5.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-4中任意一项所述的宠物异味的检测方法。
6.一种宠物异味的检测装置，其特征在于，包括温度传感器、由空气质量传感器和至少一个检测传感器组成的传感器阵列，温度传感器、空气质量传感器、检测传感器均安装在pcb板上，pcb板上装有微处理器，温度传感器、空气质...
【专利技术属性】
技术研发人员：李威，岳修成，古瑞琴，
申请(专利权)人：郑州炜盛电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。