-
公开(公告)号：CN117589951B
公开(公告)日：2024-12-20
申请号：CN202311685196.8
申请日：2023-12-08
Applicant: 山东工商学院 , 烟台三航雷达服务技术研究所有限公司
IPC: G01N33/02 , G06F18/243 , G06F18/241 , G06N20/20 , G06F18/15 , G06F18/213 , G06F18/2113
Abstract: 本发明属于生鲜食品的卫生品质及新鲜度的检测技术领域，具体涉及一种生鲜食品新鲜度检测方法，包括：根据生鲜食品的气味挥发成分特点选择合适的传感器，对生鲜食品进行气味测试，建立生鲜食品新鲜度气味响应数据集；同时利用理化检测、感官评价等方法作为样本新鲜度的平行评价标准；提取数据集样本的波形特征、统计量特征、快速傅里叶变换以及小波变换等特征；为新鲜度评价设计了一维卷积神经网络评价模型，先通过随机森林算法分析特征重要度，进而按照特征重要度由大到小将特征依次送入模型中，寻找最优的分类模型和最佳特征的组合；结果表明，利用随机森林特征重要度排序得到的特征集合结合一维卷积神经网络算法对生鲜食品进行新鲜度的检测。
-
公开(公告)号：CN117589951A
公开(公告)日：2024-02-23
申请号：CN202311685196.8
申请日：2023-12-08
Applicant: 山东工商学院 , 烟台三航雷达服务技术研究所有限公司
IPC: G01N33/02 , G06F18/243 , G06F18/241 , G06N20/20 , G06F18/15 , G06F18/213 , G06F18/2113
Abstract: 本发明属于生鲜食品的卫生品质及新鲜度的检测技术领域，具体涉及一种生鲜食品新鲜度检测方法，包括：根据生鲜食品的气味挥发成分特点选择合适的传感器，对生鲜食品进行气味测试，建立生鲜食品新鲜度气味响应数据集；同时利用理化检测、感官评价等方法作为样本新鲜度的平行评价标准；提取数据集样本的波形特征、统计量特征、快速傅里叶变换以及小波变换等特征；为新鲜度评价设计了一维卷积神经网络评价模型，先通过随机森林算法分析特征重要度，进而按照特征重要度由大到小将特征依次送入模型中，寻找最优的分类模型和最佳特征的组合；结果表明，利用随机森林特征重要度排序得到的特征集合结合一维卷积神经网络算法对生鲜食品进行新鲜度的检测。
-
Patent Agency Ranking
公开(公告)号：CN120057845A
公开(公告)日：2025-05-30
申请号：CN202510213808.6
申请日：2025-02-26
Applicant: 山东工商学院
Abstract: 本发明属于MEMS技术领域，具体涉及一种基于热交叉的多温度区微热板及制造方法。所述微热板在支撑层上集成多个加热器，每个加热器对应一个工作区，通过调节各加热器的输入电压或电流实现温度控制；各工作区之间相互联通，进一步充分利用工作区之间的热交叉效应，实现单个微热板上多个温度工作区的联动控制，从而形成单微热板多温度区可编码控制的工作模式；各温度区之间相互联通有效利用热交叉效应，降低了微热板的整体功耗。
-
公开(公告)号：CN117934963B
公开(公告)日：2024-06-14
申请号：CN202410172049.9
申请日：2024-02-07
Applicant: 山东工商学院
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于气体检测技术领域，具体涉及一种气体传感器漂移补偿方法，目的是去除不相关的信息并且挖掘更深层次的特征。方法具体步骤包括：对气体传感器阵列漂移数据集进行三种二维图像转换，并分别转换为灰度图，然后将三种灰度图进行融合，得到气体传感器响应的特征图像；根据漂移场景，将所述气体传感器阵列漂移数据集划分训练集和测试集；构建图像融合的残差收缩网络分类模型，并进行模型训练，利用训练好的图像融合的残差收缩网络分类模型，进行气体传感器漂移数据的分类。
-
公开(公告)号：CN118690830B
公开(公告)日：2024-11-05
申请号：CN202411155937.6
申请日：2024-08-22
Applicant: 山东工商学院
IPC: G06N3/096 , G01N33/00 , G06N3/082 , G06N3/0464 , G06F18/211 , G06F18/213 , G06F18/2415 , G06F18/2431
Abstract: 本发明属于气体传感检测技术领域，具体涉及一种电子鼻系统在线学习与优化方法及系统。实时采集气味数据并进行标记，形成初始数据集，并上传至云服务器用于后续模型的训练；训练后的模型文件及参数更新到系统中，用于实现电子鼻系统的在线动态学习；采用一维卷积神经网络模型为原始基准模型，对基准模型进行训练，获得预训练的基准模型；基于预训练的基准模型采用迁移学习对权重参数进行调节，得到迁移后的预训练一维卷积神经网络模型，并结合在线被动侵略算法，对实时传入电子鼻系统的数据样本进行增量学习，以此构建1DCNN‑OPA动态学习模型。本发明实现了智能电子鼻气味识别系统的智能化、一体化操作，识别准确率高，实时性强。
-
公开(公告)号：CN118690830A
公开(公告)日：2024-09-24
申请号：CN202411155937.6
申请日：2024-08-22
Applicant: 山东工商学院
IPC: G06N3/096 , G01N33/00 , G06N3/082 , G06N3/0464 , G06F18/211 , G06F18/213 , G06F18/2415 , G06F18/2431
Abstract: 本发明属于气体传感检测技术领域，具体涉及一种电子鼻系统在线学习与优化方法及系统。实时采集气味数据并进行标记，形成初始数据集，并上传至云服务器用于后续模型的训练；训练后的模型文件及参数更新到系统中，用于实现电子鼻系统的在线动态学习；采用一维卷积神经网络模型为原始基准模型，对基准模型进行训练，获得预训练的基准模型；基于预训练的基准模型采用迁移学习对权重参数进行调节，得到迁移后的预训练一维卷积神经网络模型，并结合在线被动侵略算法，对实时传入电子鼻系统的数据样本进行增量学习，以此构建1DCNN‑OPA动态学习模型。本发明实现了智能电子鼻气味识别系统的智能化、一体化操作，识别准确率高，实时性强。
-
公开(公告)号：CN117934963A
公开(公告)日：2024-04-26
申请号：CN202410172049.9
申请日：2024-02-07
Applicant: 山东工商学院
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于气体检测技术领域，具体涉及一种气体传感器漂移补偿方法，目的是去除不相关的信息并且挖掘更深层次的特征。方法具体步骤包括：对气体传感器阵列漂移数据集进行三种二维图像转换，并分别转换为灰度图，然后将三种灰度图进行融合，得到气体传感器响应的特征图像；根据漂移场景，将所述气体传感器阵列漂移数据集划分训练集和测试集；构建图像融合的残差收缩网络分类模型，并进行模型训练，利用训练好的图像融合的残差收缩网络分类模型，进行气体传感器漂移数据的分类。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
