摘要
本发明涉及臭气浓度预测技术领域,具体涉及一种基于关键异味物质筛选和小数据建模技术的臭气浓度预测方法。本发明针对现有技术中臭气浓度预测模型拟合优度不佳的问题,开发了复合气味的感官评价方法,建立了气味玫瑰图,实现感官量化评价;建立了异味特征指标评价体系及其评分方法,通过改进传统相关性分析的共线性与虚假相关性,打通了物质与感官关联关系,开发了物质气味贡献筛选技术,实现了物质与感官的同步解析;通过对数、平方或Box‑Cox变换技术处理并标准化臭气浓度感官指标,提出了适用于小数据分析的模型选择与重要参数。
技术关键词
数据建模技术
浓度预测方法
臭气
多元线性回归模型
异味
贝叶斯回归模型
饱和蒸汽压
浓度预测技术
感官评价方法
指标评价体系
随机森林
原子团
样本
玫瑰
评分方法
筛选技术
随机噪声
矩阵
系统为您推荐了相关专利信息
模型设计方法
传感器设备
大数据分析平台
多元线性回归模型
矩阵
关键词
风险
预警系统
客户端访问服务器
存储管理模块
一维卷积神经网络
浓度预测方法
深度学习模型
静脉
滑动窗口