Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南大学彭小燕获国家专利权

西南大学彭小燕获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西南大学申请的专利一种对硫化氢气体的电子鼻检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116935981B

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310879706.9,技术领域涉及:G16C20/20;该发明授权一种对硫化氢气体的电子鼻检测方法是由彭小燕;岳佳鑫;吴凡;马瑞龙;王雪设计研发完成,并于2023-07-18向国家知识产权局提交的专利申请。

一种对硫化氢气体的电子鼻检测方法在说明书摘要公布了:一种对硫化氢气体的电子鼻检测方法,包括以下步骤:1采集不同浓度的硫化氢气体的气味数据;2对气味数据进行预处理和特征提取,得到特征点数据;3构建CNN模型;4利用特征点数据和气味数据对CNN模型进行训练,得到特征提取模型;5构建XGBoost模型;6利用特征点数据和硫化氢气体浓度对XGBoost模型进行训练,得到回归预测模型;7实时采集待监测环境的气味数据,并输入至特征提取模型中,得到特征点数据;8将特征点数据输入至回归预测模型中,得到待监测环境硫化氢气体浓度的预测值。本发明通过CNN模型与XGBoost模型的结合,实现对硫化氢气体的预测,并为进一步的研究和应用提供了有价值的指导。

本发明授权一种对硫化氢气体的电子鼻检测方法在权利要求书中公布了:1.一种对硫化氢气体的电子鼻检测方法,其特征在于,包括以下步骤: 1采集不同浓度的硫化氢气体的气味数据; 采集气味数据的设备包括布置在待监测环境中的电子鼻; 所述气味数据为电子鼻监测到的电阻值; 2对气味数据进行预处理和特征提取,得到特征点数据,并以特征点数据和气味数据构建CNN训练数据集; 所述对气味数据进行的预处理包括噪声滤波和数据校正; 所述对气味数据进行特征提取的方法包括统计特征提取、频域特征提取、时域特征提取、特征选择方法; 所述统计特征提取提取的特征值包括均值、方差、峰值; 所述频域特征提取方法包括傅里叶变换、小波变换; 所述时域特征提取方法包括自相关函数、滑动窗口统计; 所述特征选择方法包括主成分分析、线性判别分析; 3构建CNN模型; 所述CNN模型包括1DCNN模型; 所述CNN模型包括卷积层、池化层和全连接层; 所述卷积层通过使用若干卷积核对气味数据的时间序列进行卷积运算,提取出气味数据的时间序列中的局部特征; 所述池化层用于降低输出特征图的空间维度; 所述全连接层将卷积层和池化层提取的特征映射转化为最终的分类结果,如下所示: Z=W·X+b1 式中,Z表示全连接层的输出结果,W是权重矩阵,X是池化层输出的向量,b是偏置向量; 4利用CNN训练数据集对CNN模型进行训练,得到特征提取模型; 5构建XGBoost模型; 6以特征点数据和硫化氢气体浓度构建XGBoost模型训练数据集; 7利用XGBoost模型训练数据集对XGBoost模型进行训练,得到回归预测模型; 8实时采集待监测环境的气味数据,并输入至特征提取模型中,得到特征点数据; 9将特征点数据输入至回归预测模型中,得到待监测环境硫化氢气体浓度的预测值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南大学,其通讯地址为:400715 重庆市北碚区天生路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。