【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及氣體識(shí)別，更具體的說(shuō)是涉及一種基于氣體的茶葉品質(zhì)識(shí)別方法、系統(tǒng)及裝置。
技術(shù)介紹
1、茶，作為一種古老而受歡迎的飲品，在全球范圍內(nèi)享有極高的聲譽(yù)。茶葉的品質(zhì)不僅影響著消費(fèi)者的飲用體驗(yàn)，還與其內(nèi)在的有機(jī)化合物成分緊密相關(guān)。這些化合物包括但不限于茶多酚、咖啡因、氨基酸和微量元素等，它們對(duì)茶葉的味道、香氣以及潛在的健康效益起著關(guān)鍵作用。
2、然而，在茶葉市場(chǎng)上，存在一些不法商家為了追求高額利潤(rùn)，將劣質(zhì)茶葉以次充好，甚至摻雜其他物質(zhì)來(lái)冒充優(yōu)質(zhì)茶葉。這種行為嚴(yán)重侵害了消費(fèi)者的合法權(quán)益，并且破壞了市場(chǎng)的正常秩序。因此，開發(fā)出能夠快速準(zhǔn)確地鑒別茶葉品質(zhì)的方法和技術(shù)顯得尤為迫切。
3、近年來(lái)，電子鼻技術(shù)和智能模式識(shí)別算法被廣泛應(yīng)用于食品質(zhì)量檢測(cè)領(lǐng)域，尤其是對(duì)于茶葉品質(zhì)的評(píng)估。電子鼻通過模擬人類嗅覺器官的工作原理，利用一系列金屬氧化物半導(dǎo)體(mos)氣體傳感器來(lái)捕捉并分析樣品釋放出的氣味分子。接著，通過特定的模式識(shí)別算法，如主成分分析(pca)、線性判別分析(lda)或人工神經(jīng)網(wǎng)絡(luò)(ann)，對(duì)采集到的數(shù)據(jù)進(jìn)行處理和分類，從而實(shí)現(xiàn)對(duì)茶葉品質(zhì)的非破壞性評(píng)價(jià)。
4、盡管如此，現(xiàn)有的電子鼻系統(tǒng)仍存在諸多局限性。首先，這類設(shè)備往往體積龐大、成本高昂，需要專業(yè)技術(shù)人員操作與維護(hù)，限制了其在日常消費(fèi)場(chǎng)景中的應(yīng)用。其次，傳統(tǒng)的電子鼻系統(tǒng)多采用動(dòng)態(tài)頂空分析法，該過程涉及復(fù)雜的機(jī)械部件(例如微型泵、質(zhì)量流量控制器等)，導(dǎo)致設(shè)備整體便攜性差，不利于現(xiàn)場(chǎng)測(cè)試。此外，大型氣體測(cè)量?jī)x通常產(chǎn)生大量的原始數(shù)據(jù)，這要求后續(xù)的數(shù)據(jù)
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)提供了一種基于氣體的茶葉品質(zhì)識(shí)別方法、系統(tǒng)及裝置，克服了上述缺陷。
2、為了實(shí)現(xiàn)上述目的，本專利技術(shù)采用如下技術(shù)方案：
3、一種基于氣體的茶葉品質(zhì)識(shí)別方法，具體步驟為：
4、獲取傳感器陣列數(shù)據(jù)；
5、將所述傳感器陣列數(shù)據(jù)輸入預(yù)先訓(xùn)練好的分類模型中，獲得分類結(jié)果；所述分類模型由多層卷積構(gòu)建，并引入了分組卷積混合注意力機(jī)制。
6、可選地，所述傳感器陣列數(shù)據(jù)的獲取步驟為：
7、基于多個(gè)傳感器采集待識(shí)別樣本的氣體數(shù)據(jù)，獲得原始數(shù)據(jù)；
8、按照預(yù)設(shè)閾值對(duì)所述原始數(shù)據(jù)進(jìn)行截取，得到所述傳感器陣列數(shù)據(jù)。
9、可選地，所述分類模型包括一層二維卷積和多層深度可分離卷積。
10、可選地，所述分組卷積混合注意力機(jī)制包括通道注意力分支、空間注意力分支和特征融合模塊，所述通道注意力分支基于多個(gè)卷積模塊生成通道注意力圖；所述空間注意力分支基于分組模塊和空間注意力模塊生成空間注意力圖；所述特征融合模塊將所述通道注意力圖和所述空間注意力圖進(jìn)行特征融合，獲得融合特征。
11、可選地，所述分組卷積混合注意力機(jī)制的表達(dá)式為：
12、f'＝(f×mc(f)+f×ms(f))/2；
13、式中，f為給定的特征映射；mc(f)為通道注意力圖；ms(f)為空間注意力圖。
14、可選地，所述通道注意力圖的表達(dá)式為：
15、mc(f)＝σ(conv1d(f,k))；
16、式中，mc(f)為通道注意力圖；σ為sigmoid函數(shù)；conv1d為一維卷積；f為給定的特征映射；k為卷積核大小。
17、可選地，所述空間注意力圖的表達(dá)式為：
18、ms(f)＝σ(conv2d(gapc(f),k)；
19、式中，ms(f)為空間注意力圖；σ為sigmoid函數(shù)；conv2d為二維卷積；gapc為全局平均池化；f為給定的特征映射；k為卷積核大小。
20、一種基于氣體的茶葉品質(zhì)識(shí)別系統(tǒng)，包括：
21、數(shù)據(jù)采集模塊，用于獲取傳感器陣列數(shù)據(jù)；
22、分類模塊，用于將所述傳感器陣列數(shù)據(jù)輸入預(yù)先訓(xùn)練好的分類模型中，獲得分類結(jié)果；所述分類模型由多層卷積構(gòu)建，并引入了分組卷積混合注意力機(jī)制。
23、可選地，所述數(shù)據(jù)采集模塊包括多個(gè)二氧化錫系列傳感器。
24、一種基于氣體的茶葉品質(zhì)識(shí)別裝置，包括：采集端和處理端，所述采集端集成有多個(gè)傳感器，用于采集待識(shí)別樣本的氣體數(shù)據(jù)；所述處理端存儲(chǔ)有分類模型，用于根據(jù)所述氣體數(shù)據(jù)利用分類模型進(jìn)行等級(jí)分類。
25、經(jīng)由上述的技術(shù)方案可知，本專利技術(shù)提供了一種基于氣體的茶葉品質(zhì)識(shí)別方法、系統(tǒng)及裝置，與現(xiàn)有技術(shù)相比，具有以下有益效果：
26、1.實(shí)現(xiàn)快速非破壞性檢測(cè)：通過氣體傳感器直接檢測(cè)茶葉釋放出的氣味分子，無(wú)需對(duì)茶葉進(jìn)行物理或化學(xué)處理，實(shí)現(xiàn)了對(duì)茶葉品質(zhì)的非破壞性評(píng)估；這不僅能保持茶葉的完整性和原有特性，還能在采摘、加工、存儲(chǔ)及銷售等各個(gè)環(huán)節(jié)中迅速進(jìn)行品質(zhì)檢測(cè)，提高檢測(cè)效率和準(zhǔn)確性；
27、2.便攜性與低成本：本裝置設(shè)計(jì)緊湊、便攜，減少了傳統(tǒng)電子鼻系統(tǒng)中復(fù)雜機(jī)械部件的使用，降低了整體成本和功耗；同時(shí)，通過優(yōu)化傳感器陣列和數(shù)據(jù)處理算法，減少了原始數(shù)據(jù)量，降低了對(duì)高級(jí)算法和計(jì)算資源的需求，使得該系統(tǒng)更易于在日常消費(fèi)場(chǎng)景和現(xiàn)場(chǎng)測(cè)試環(huán)境中應(yīng)用；
28、3.提高識(shí)別精度與可靠性：本專利技術(shù)基于gcham、深度可分類卷積與彈性網(wǎng)絡(luò)正則化相結(jié)合獲得的茶葉氣體分類網(wǎng)絡(luò)，顯著提高了茶葉品質(zhì)識(shí)別的精度和可靠性；
29、4.提升用戶體驗(yàn)與滿意度：通過快速準(zhǔn)確地識(shí)別茶葉品質(zhì)，消費(fèi)者能夠更容易地選擇到符合自己口味和健康需求的茶葉產(chǎn)品，從而提升消費(fèi)體驗(yàn)和滿意度；此外，還能為茶葉生產(chǎn)商提供科學(xué)的品質(zhì)控制手段，幫助其提升產(chǎn)品質(zhì)量和市場(chǎng)競(jìng)爭(zhēng)力。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，具體步驟為：
2.根據(jù)權(quán)利要求1所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述傳感器陣列數(shù)據(jù)的獲取步驟為：
3.根據(jù)權(quán)利要求1所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述分類模型包括一層二維卷積和多層深度可分離卷積。
4.根據(jù)權(quán)利要求1所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述分組卷積混合注意力機(jī)制包括通道注意力分支、空間注意力分支和特征融合模塊，所述通道注意力分支基于多個(gè)卷積模塊生成通道注意力圖；所述空間注意力分支基于分組模塊和空間注意力模塊生成空間注意力圖；所述特征融合模塊將所述通道注意力圖和所述空間注意力圖進(jìn)行特征融合，獲得融合特征。
5.根據(jù)權(quán)利要求4所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述分組卷積混合注意力機(jī)制的表達(dá)式為：
6.根據(jù)權(quán)利要求4所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述通道注意力圖的表達(dá)式為：
7.根據(jù)權(quán)利要求4所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述空間注意力圖的表達(dá)
8.一種基于氣體的茶葉品質(zhì)識(shí)別系統(tǒng)，其特征在于，包括：
9.根據(jù)權(quán)利要求8所述的一種基于氣體的茶葉品質(zhì)識(shí)別系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊包括多個(gè)二氧化錫系列傳感器。
10.一種基于氣體的茶葉品質(zhì)識(shí)別裝置，其特征在于，包括：采集端和處理端，所述采集端集成有多個(gè)傳感器，用于采集待識(shí)別樣本的氣體數(shù)據(jù)；所述處理端存儲(chǔ)有分類模型，用于根據(jù)所述氣體數(shù)據(jù)利用分類模型進(jìn)行等級(jí)分類。
...【技術(shù)特征摘要】
1.一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，具體步驟為：
2.根據(jù)權(quán)利要求1所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述傳感器陣列數(shù)據(jù)的獲取步驟為：
3.根據(jù)權(quán)利要求1所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述分類模型包括一層二維卷積和多層深度可分離卷積。
4.根據(jù)權(quán)利要求1所述的一種基于氣體的茶葉品質(zhì)識(shí)別方法，其特征在于，所述分組卷積混合注意力機(jī)制包括通道注意力分支、空間注意力分支和特征融合模塊，所述通道注意力分支基于多個(gè)卷積模塊生成通道注意力圖；所述空間注意力分支基于分組模塊和空間注意力模塊生成空間注意力圖；所述特征融合模塊將所述通道注意力圖和所述空間注意力圖進(jìn)行特征融合，獲得融合特征。
5.根據(jù)權(quán)利要求4所述的一種基于...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張媛，朱磊，邢曉，李鑫，
申請(qǐng)(專利權(quán))人：北京印刷學(xué)院，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。