摘要
本发明提供一种单体香料的气味香型识别方法、系统、设备及存储介质,涉及气体检测技术领域,该方法包括:对单体香料样本进行预处理,获取预处理后单体香料样本的响应信号,获得初始响应数据集;对初始响应数据集进行数据预处理,获得样本特征向量集;构建卷积神经网络模型,根据样本特征向量集和单体香料样本的香型标签对卷积神经网络模型进行训练,获得气味香型识别模型,卷积神经网络模型至少包括共享卷积层,共享卷积层用于融合多种尺度特征;获取目标单体香料的目标特征向量,将目标特征向量输入至气味香型识别模型中进行识别,获得目标单体香料的气味香型。本发明利用共享卷积层捕捉不同气味香型间共性特征,有效提高识别准确率。
技术关键词
卷积神经网络模型
单体
识别方法
构建卷积神经网络
样本
电子鼻
密闭容器
气体检测技术
随机梯度下降
模型训练模块
标签
传感器阵列
数据获取模块
数据处理模块
处理器
信号
识别系统
相对湿度
识别模块