CN110940773A - 检测冰箱中气味的响应及恢复曲线的处理方法 - Google Patents

检测冰箱中气味的响应及恢复曲线的处理方法 Download PDF

Info

Publication number
CN110940773A
CN110940773A CN201911156286.1A CN201911156286A CN110940773A CN 110940773 A CN110940773 A CN 110940773A CN 201911156286 A CN201911156286 A CN 201911156286A CN 110940773 A CN110940773 A CN 110940773A
Authority
CN
China
Prior art keywords
refrigerator
response
data
electronic nose
odor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911156286.1A
Other languages
English (en)
Inventor
蔡晓娟
孙旭辉
鲁一江
张平平
张永超
张蕴哲
王龙辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou University
Original Assignee
Suzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou University filed Critical Suzhou University
Priority to CN201911156286.1A priority Critical patent/CN110940773A/zh
Publication of CN110940773A publication Critical patent/CN110940773A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • G01N33/0034—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array comprising neural networks or related mathematical techniques

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Combustion & Propulsion (AREA)
  • Mathematical Physics (AREA)
  • Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)

Abstract

本发明提供了一种检测冰箱中气味的响应及恢复曲线的处理方法，处理方法包括以下步骤：利用电子鼻系统采集对冰箱内气味有响应的数据作为样本数据；对采集的样本数据进行处理，以除去冰箱的内外循环给电子鼻系统带来的周期性响应，得到气味响应数据；对气味响应数据进行数据特征提取，以进行气味识别。本发明的检测冰箱中气味的响应及恢复曲线的处理方法，可以直接将电子鼻系统中的阵列气体传感器放入冰箱中对气味进行检测，然后对采集的样本数据进行处理，有效去除冰箱的内外循环给电子鼻系统带来的周期性响应的影响，从而得到具有特定气味的气味响应数据，降低了电子鼻系统的设计复杂度和搭建成本。

Description

检测冰箱中气味的响应及恢复曲线的处理方法
技术领域
本发明涉及电子鼻技术领域，特别是涉及一种基于电子鼻系统的检测冰箱中气味的响应及恢复曲线的处理方法及电子鼻系统。
背景技术
随着社会的进步，气体传感器技术与计算机技术的日益发展，人们对电子鼻的应用要求越来越高，应用场景也越来越多，电子鼻也越来越受到关注。如：电子鼻系统对不同品牌酒的识别或者对酒酒年的预测。
现有技术中关于电子鼻系统对冰箱中食品新鲜度的检测，其方法是首先通过微型真空泵抽取冰箱中的气体，电磁阀实现检测和清洗气路的切换。其次通过单片机采集气体传感器阵列的电压值(或者电阻值)，对其进行数据处理，从而避免了冰箱的内外循环对气体传感器带来的周期性响应。该方法不仅需要在冰箱上设计一个孔可以将冰箱内外的气味进行交换，还需要对气体传感器阵列做一个气室，供气体传感器阵列检测气味，降低冰箱内外循环对气体传感器造成的周期性响应，现有技术的方法增加了整个电子鼻系统的设计复杂度和设计成本。
发明内容
本发明的一个目的是要提供一种检测冰箱中气味的响应及恢复曲线的处理方法，只需将电子鼻系统中的阵列气体传感器直接放入冰箱中对冰箱中的气味进行检测，并将采集的数据或者最终处理结果直接输出即可，无需额外设计微型真空泵将冰箱内的气体抽取到冰箱外，再使用阵列气体传感器进行检测，从而降低了电子鼻系统的复杂度和设计成本。
特别地，本发明提供了一种检测冰箱中气味的响应及恢复曲线的处理方法，用于对检测有冰箱中气味的响应及恢复曲线的处理，所述处理方法包括以下步骤：
利用电子鼻系统采集对冰箱内气味有响应的数据作为样本数据；
对采集的所述样本数据进行处理，以除去所述冰箱的内外循环给所述电子鼻系统带来的周期性响应，得到气味响应数据；
对所述气味响应数据进行数据特征提取，以进行气味识别。
进一步地，所述样本数据为所述电子鼻系统采集的所述冰箱内气味有响应的数据的一个完整过程。
进一步地，一个完整过程的所述样本数据包括多个对所述冰箱内气味有响应及恢复的周期性数据。
进一步地，对采集的所述样本数据进行处理的方法为均值滤波法和指数平滑滤波法中的一种。
进一步地，利用所述均值滤波法对采集的所述样本数据进行处理的步骤包括：
计算每个周期内的所述样本数据的均值；
对所述样本数据进行均值滤波处理，得到所述气味响应数据。
进一步地，对采集的所述样本数据进行处理的方法为包络线法、小波变换法和自相关函数处理法中的一种。
本发明还提供一种电子鼻系统，包括阵列气体传感器、处理器以及存储器，所述阵列气体传感器用于采集对冰箱内气味有响应的数据；所述存储器内存储有计算机程序，所述计算机程序被所述处理器执行时，用于实现上述实施例中所述的基于电子鼻系统的响应曲线的处理方法。
进一步地，所述阵列气体传感器包括多个单独的传感器，其中至少有一个所述传感器对所述冰箱内气味均有响应。
本发明的检测冰箱中气味的响应及恢复曲线的处理方法，可以直接将电子鼻系统中的阵列气体传感器放入冰箱中对气味进行检测，然后对采集的样本数据进行处理，有效去除冰箱的内外循环给电子鼻系统带来的周期性响应的影响，从而得到具有特定气味的气味响应数据。该处理方法有效降低了电子鼻系统的设计复杂度和搭建成本，扩大了电子鼻系统在对阵列气体传感器有周期性响应的环境中的应用范围。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1是根据本发明实施例的基于电子鼻系统的响应曲线的处理方法的流程图；
图2是根据本发明实施例的处理方法中对样本数据进行均值滤波处理后的气体响应曲线图。
具体实施方式
本发明实施例的检测冰箱中气味的响应及恢复曲线的处理方法可以用于对检测有冰箱中气味的响应及恢复曲线的处理，降低冰箱内外循环对阵列气体传感器的周期性响应的影响。当然，本领域技术人员应该能够理解，本发明的检测冰箱中气味的响应及恢复曲线的处理方法，不仅适用于电子鼻系统在冰箱中的应用，同样适用于电子鼻系统在对阵列气体传感器有周期性响应的环境中应用。
参见图1，本发明实施例的检测冰箱中气味的响应及恢复曲线的处理方法主要包括以下步骤：
S1、利用电子鼻系统采集对冰箱内气味有响应的数据作为样本数据；
S2、对采集的样本数据进行处理，以除去冰箱的内外循环给电子鼻系统带来的周期性响应，得到气味响应数据；
S3、对气味响应数据进行数据特征提取，以进行气味识别。
具体来说，参见图1，在本发明实施例的检测冰箱中气味的响应及恢复曲线的处理方法，首先，可以利用电子鼻系统采集对冰箱内气味(也可以称为目标气体)有响应的数据作为样本数据，在具体操作过程中，可以将电子鼻系统中的阵列气体传感器直接放入冰箱中，无需额外设计微型真空泵将冰箱内的气体抽取到冰箱外，再使用阵列气体传感器进行检测，从而降低了电子鼻系统的复杂度和设计成本。其中，阵列气体传感器采集的样本数据可以是对冰箱内气味(目标气体)有响应的数据的一个完整过程。一个完整过程的样本数据包括多个对冰箱内气味有响应及恢复的周期性数据。
然后，对采集的样本数据进行处理，样本数据的处理结果通过软件可以直接输出，换句话说，本发明的基于电子鼻系统的响应曲线的处理方法，在无需额外设计微型真空泵将冰箱内的气体抽取到冰箱外，再使用阵列气体传感器进行检测的前提下，可以将电子鼻系统中的阵列气体传感器直接放入冰箱中，并对采集的样本数据进行处理，以除去冰箱的内外循环给电子鼻系统带来的周期性响应，得到具有特定气味响应的数据。在对采集的数据进行数据处理的过程可以采用两种方式，一种是在气体传感器阵列在目标气体进入前后的整个过程测量结束后，对阵列气体传感器的响应及恢复曲线进行处理。另一种是在气体传感器阵列在目标气体进入前后的整个过程中，对阵列气体传感器实时处理气体传感器的响应及恢复曲线。最后，技术人员再对气味响应数据进行数据特征提取，以进行气味识别。
由此，本发明的检测冰箱中气味的响应及恢复曲线的处理方法，可以直接将电子鼻系统中的阵列气体传感器放入冰箱中对气味进行检测，然后对采集的样本数据进行处理，有效去除冰箱的内外循环给电子鼻系统带来的周期性响应的影响，从而得到具有特定气味的气味响应数据。该处理方法有效降低了电子鼻系统的设计复杂度和搭建成本，扩大了电子鼻系统在对阵列气体传感器有周期性响应的环境中的应用范围。
根据本发明的一个实施例，对采集的样本数据进行处理的方法可以采用均值滤波法或指数平滑滤波法。其中，指数平滑滤波法可以实时对电子鼻系统采集的样本数据进行处理，不需要等电子鼻系统采集一个完整的过程(响应及恢复曲线)后进行数据处理，通过指数平滑技术可以有效滤除冰箱内外循环对阵列气体传感器带来的周期性响应。
利用均值滤波法对采集的样本数据进行处理的步骤包括：计算每个周期内的样本数据的均值；对样本数据进行均值滤波处理，得到气味响应数据。
具体来说，在利用均值滤波法对采集的样本数据进行处理的过程中，首先，将电子鼻系统采集一个完整的过程(响应及恢复曲线)作为一个样本，计算每个响应周期内的样本数据的均值，然后对计算出均值的每个响应周期内的样本数据进行均值滤波(或者称为中值滤波)，剔除或者降低冰箱的内外循环给阵列气体传感器带来的周期性响应的影响，从而得到具有特定气味的气味响应数据。因为冰箱的内外循环对阵列气体传感器的响应是周期性的，因此计算N个周期内的均值(或者中值)，其中，N＝1，2，3,…,N。这样可以去除阵列气体传感器对冰箱内外循环的周期性响应。通过对样本数据进行均值滤波处理后得到的阵列气体传感器的响应曲线图如图2所示，在图2中，曲线a表示阵列气体传感器对冰箱中放入食材的整个周期的响应曲线，曲线b表示阵列气体传感器对整个响应过程的样本数据经均值滤波处理的响应曲线，在曲线c中，位于0V时，表示冰箱没该食材，位于1V时，表示冰箱中放入该食物。
在本发明的一些具体实施方式中，对采集的样本数据进行处理的方法为包络线法、小波变换法和自相关函数处理法中的一种。其中，采用包络线法对采集的样本数据进行处理时，可以将电子鼻系统采集一个完整的过程(响应及恢复曲线)作为一个数据样本。由于冰箱的的内外循环对阵列气体传感器的响应是周期性的，则可以采用连接每个周期内最大值(或者最小值)构成上包络线(或者下包络线)，从而仅保留阵列气体传感器对食品气味独有的响应特性。
采用小波变换法对采集的样本数据进行处理时，将电子鼻系统采集一个完整的过程(响应及恢复曲线)作为一个数据样本，对数据样本进行小波变换处理，去除了阵列气体传感器对冰箱内外循环的周期性响应，仅留下气体传感器对数据样本的独有响应特性。
采用自相关函数处理法对采集的样本数据进行处理时，将电子鼻系统采集一个完整的过程(响应及恢复曲线)作为一个数据样本，对数据样本进行自相关函数处理，减少气体传感器对冰箱内外循环的周期性响应，数据中仅保留阵列气体传感器对样本的响应变化特性，然后可以根据自相关函数处理后的数据作为气味响应数据进行样本特征的提取或者进行其他数据处理。
当然，包络线法、小波变换法和自相关函数处理法的计算原理，是本领域技术人员可以理解并且能够实现的，在本申请中不再详细赘述。
总而言之，本发明的检测冰箱中气味的响应及恢复曲线的处理方法，可以直接将电子鼻系统中的阵列气体传感器放入冰箱中对气味进行检测，然后对采集的样本数据进行处理，有效去除冰箱的内外循环给电子鼻系统带来的周期性响应的影响，从而得到具有特定气味的气味响应数据。该处理方法有效降低了电子鼻系统的设计复杂度和搭建成本，扩大了电子鼻系统在对阵列气体传感器有周期性响应的环境中的应用范围。
本发明还提供一种电子鼻系统，电子鼻系统包括阵列气体传感器、处理器以及存储器，其中，阵列气体传感器用于采集对冰箱内气体有响应的电压数据(或电阻数据)，阵列气体传感器包括多个单独的传感器，其中至少有一个传感器对冰箱内的气体均有响应。存储器内存储有计算机程序，计算机程序被处理器执行时，用于实现上述实施例中的检测冰箱中气味的响应及恢复曲线的处理方法。本发明的电子鼻系统通过采用上述实施例的检测冰箱中气味的响应及恢复曲线的处理方法，可以直接将电子鼻系统中的阵列气体传感器放入冰箱中对气味进行检测，然后对采集的样本数据进行处理，有效去除冰箱的内外循环给电子鼻系统带来的周期性响应的影响，从而得到具有特定气味的气味响应数据。该处理方法有效降低了电子鼻系统的设计复杂度和搭建成本，扩大了电子鼻系统在对阵列气体传感器有周期性响应的环境中的应用范围。
根据本发明实施例的电子鼻系统的其他结构和工作原理对于本领域技术人员而言都是可以理解并且容易实现的，因此不再详细描述。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (8)

1.一种检测冰箱中气味的响应及恢复曲线的处理方法，用于对检测有冰箱中气味的响应及恢复曲线的处理，其特征在于，所述处理方法包括以下步骤：
利用电子鼻系统采集对冰箱内气味有响应的数据作为样本数据；
对采集的所述样本数据进行处理，以除去所述冰箱的内外循环给所述电子鼻系统带来的周期性响应，得到气味响应数据；
对所述气味响应数据进行数据特征提取，以进行气味识别。
2.根据权利要求1所述的检测冰箱中气味的响应及恢复曲线的处理方法，其特征在于，所述样本数据为所述电子鼻系统采集的所述冰箱内气味有响应的数据的一个完整过程。
3.根据权利要求2所述的检测冰箱中气味的响应及恢复曲线的处理方法，其特征在于，一个完整过程的所述样本数据包括多个对所述冰箱内气味有响应及恢复的周期性数据。
4.根据权利要求1所述的检测冰箱中气味的响应及恢复曲线的处理方法，其特征在于，对采集的所述样本数据进行处理的方法为均值滤波法和指数平滑滤波法中的一种。
5.根据权利要求4所述的检测冰箱中气味的响应及恢复曲线的处理方法，其特征在于，利用所述均值滤波法对采集的所述样本数据进行处理的步骤包括：
计算每个周期内的所述样本数据的均值；
对所述样本数据进行均值滤波处理，得到所述气味响应数据。
6.根据权利要求1所述的检测冰箱中气味的响应及恢复曲线的处理方法，其特征在于，对采集的所述样本数据进行处理的方法为包络线法、小波变换法和自相关函数处理法中的一种。
7.一种电子鼻系统，其特征在于，包括阵列气体传感器、处理器以及存储器，所述阵列气体传感器用于采集对冰箱内气味有响应的数据；所述存储器内存储有计算机程序，所述计算机程序被所述处理器执行时，用于实现根据权利要求1-6中任一项所述的检测冰箱中气味的响应及恢复曲线的处理方法。
8.根据权利要求7所述的电子鼻系统，其特征在于，所述阵列气体传感器包括多个单独的传感器，其中至少有一个所述传感器对所述冰箱内的至少一种气味有响应。
CN201911156286.1A 2019-11-22 2019-11-22 检测冰箱中气味的响应及恢复曲线的处理方法 Pending CN110940773A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911156286.1A CN110940773A (zh) 2019-11-22 2019-11-22 检测冰箱中气味的响应及恢复曲线的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911156286.1A CN110940773A (zh) 2019-11-22 2019-11-22 检测冰箱中气味的响应及恢复曲线的处理方法

Publications (1)

Publication Number Publication Date
CN110940773A true CN110940773A (zh) 2020-03-31

Family

ID=69907499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911156286.1A Pending CN110940773A (zh) 2019-11-22 2019-11-22 检测冰箱中气味的响应及恢复曲线的处理方法

Country Status (1)

Country Link
CN (1) CN110940773A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6537802B1 (en) * 1999-06-18 2003-03-25 Board Of Trustees Of Michigan State University Method and apparatus for the detection of volatile products in a sample
CN101135689A (zh) * 2007-09-21 2008-03-05 华中科技大学 一种电子鼻开发平台
CN102866179A (zh) * 2012-09-13 2013-01-09 重庆大学 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
CN104792826A (zh) * 2015-03-23 2015-07-22 中国农业大学 一种基于电子鼻的牛奶新鲜度检测系统及方法
CN104820074A (zh) * 2015-05-18 2015-08-05 西南大学 一种基于移动窗函数的电子鼻特征提取方法
CN105222506A (zh) * 2015-08-21 2016-01-06 合肥华凌股份有限公司 气体浓度预警方法、气体浓度预警装置和冰箱
CN106568907A (zh) * 2016-11-07 2017-04-19 常熟理工学院 一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法
CN106885440A (zh) * 2015-12-16 2017-06-23 上海玖旅网络科技有限公司 一种智能冰箱
CN106990213A (zh) * 2017-01-23 2017-07-28 青岛海尔智能技术研发有限公司 一种冰箱内食品新鲜度检测方法
CN106996676A (zh) * 2016-01-25 2017-08-01 希姆通信息技术（上海）有限公司 冰箱管理系统
CN107121530A (zh) * 2017-05-23 2017-09-01 武汉理工大学 一种局部和全局特征相结合的电子鼻响应谱特征提取方法
CN108362840A (zh) * 2018-04-20 2018-08-03 天津澜禹笙环保科技有限公司 基于环境中恶臭监测电子鼻远程反控的在线检测装置
CN109975488A (zh) * 2019-04-03 2019-07-05 安徽康佳同创电器有限公司 一种气味传感器的气味信号修正方法、存储介质及冰箱
CN110333319A (zh) * 2019-06-28 2019-10-15 天津大学 基于手持式电子鼻的车内ppb级低浓度气味等级评价方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6537802B1 (en) * 1999-06-18 2003-03-25 Board Of Trustees Of Michigan State University Method and apparatus for the detection of volatile products in a sample
CN101135689A (zh) * 2007-09-21 2008-03-05 华中科技大学 一种电子鼻开发平台
CN102866179A (zh) * 2012-09-13 2013-01-09 重庆大学 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
CN104792826A (zh) * 2015-03-23 2015-07-22 中国农业大学 一种基于电子鼻的牛奶新鲜度检测系统及方法
CN104820074A (zh) * 2015-05-18 2015-08-05 西南大学 一种基于移动窗函数的电子鼻特征提取方法
CN105222506A (zh) * 2015-08-21 2016-01-06 合肥华凌股份有限公司 气体浓度预警方法、气体浓度预警装置和冰箱
CN106885440A (zh) * 2015-12-16 2017-06-23 上海玖旅网络科技有限公司 一种智能冰箱
CN106996676A (zh) * 2016-01-25 2017-08-01 希姆通信息技术（上海）有限公司 冰箱管理系统
CN106568907A (zh) * 2016-11-07 2017-04-19 常熟理工学院 一种基于半监督鉴别投影的大闸蟹新鲜度无损检测方法
CN106990213A (zh) * 2017-01-23 2017-07-28 青岛海尔智能技术研发有限公司 一种冰箱内食品新鲜度检测方法
CN107121530A (zh) * 2017-05-23 2017-09-01 武汉理工大学 一种局部和全局特征相结合的电子鼻响应谱特征提取方法
CN108362840A (zh) * 2018-04-20 2018-08-03 天津澜禹笙环保科技有限公司 基于环境中恶臭监测电子鼻远程反控的在线检测装置
CN109975488A (zh) * 2019-04-03 2019-07-05 安徽康佳同创电器有限公司 一种气味传感器的气味信号修正方法、存储介质及冰箱
CN110333319A (zh) * 2019-06-28 2019-10-15 天津大学 基于手持式电子鼻的车内ppb级低浓度气味等级评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
梁志芳: "电子鼻系统中干扰抑制算法的研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
梁志芳: "电子鼻系统中干扰抑制算法的研究", 《中国博士学位论文全文数据库 信息科技辑》 *
王敏: "智能电子鼻在冰箱食品新鲜度实时检测及评价中的应用研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 *

Similar Documents

Publication Publication Date Title
US11598740B2 (en) Server apparatus, odor sensor data analysis method, and computer-readable recording medium
Güney et al. Multiclass classification of n-butanol concentrations with k-nearest neighbor algorithm and support vector machine in an electronic nose
KR101639720B1 (ko) 직접 주입 솔레노이드 주입기 개방 시간 검출
CN107062531B (zh) 基于人体活动的空调器控制方法和空调器
CN108107086B (zh) 一种基于阵列气体传感器的气体检测方法及气体传感器
EP3193317A1 (en) Activity classification from audio
CN110992322A (zh) 基于卷积神经网络的贴片掩膜检测系统及检测方法
JP7040634B2 (ja) 群集推定手法の統合及び自動切り替えのための方法、システム及びプログラム
CN113723157B (zh) 一种农作物病害识别方法、装置、电子设备及存储介质
CN110376005A (zh) 数据处理方法、制冷剂泄漏检测方法、系统故障检测方法以及系统性能检测方法
CN110927217A (zh) 基于电子鼻系统的食物新鲜度的识别方法及电子鼻系统
CN109269069B (zh) 空调室内机水泵控制方法及空调设备
CN110940773A (zh) 检测冰箱中气味的响应及恢复曲线的处理方法
CN112179653A (zh) 滚动轴承振动信号盲源分离方法、装置及计算机设备
CN114140663A (zh) 一种基于多尺度注意力学习网络的害虫识别方法及系统
US11245764B2 (en) Server apparatus, odor sensor data analysis method, and computer readable recording medium for unfixed odor analysis targets
CN109239207B (zh) 基于电子鼻的气味识别方法、装置和电子鼻系统
CN115143128B (zh) 小型潜水电泵的故障诊断方法及其系统
Petrellis Plant lesion characterization for disease recognition A Windows Phone application
JPH11160454A (ja) １次元量予測装置
CN114894481B (zh) 基于解卷积算法的滚动轴承故障诊断方法及系统
CN114742857B (zh) 一种首帧图像的去噪方法、去噪装置、电子设备
Tudu et al. Comparison of multivariate normalization techniques as applied to electronic nose based pattern classification for black tea
CN113804842A (zh) 烹饪器具判熟装置、方法以及烹饪器具
CN112515465B (zh) 一种烹饪设备及其智能烘干方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200331