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！

龙图腾网获悉东北大学申请的专利一种基于分布特征优化的气体传感器检测系统及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：CN116593540B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310562125.2，技术领域涉及：G01N27/12；该发明授权一种基于分布特征优化的气体传感器检测系统及方法是由苑振宇;李诣坤;孙舶唯;李希冠;尹鑫照;尹子康设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于分布特征优化的气体传感器检测系统及方法在说明书摘要公布了：本发明设计一种基于分布特征优化的气体传感器检测系统及方法，属于气体检测技术领域；气体检测开始时，通过单片机程控输出PWM信号控制气体采样单元实现对于样本气体的动态采集，经混流装置实现装置内气体的均匀分布；采用气体传感器采集气体特征信息，经预处理工作将气体特征信息存储在单片机中；选取均值、离散系数和偏度系数反映气体特征信息的集中趋势、离散程度和分布形状以描述其分布特征；分别采用基本卷积神经网络模型和分布特征优化的卷积神经网络模型对样本气体进行分类，并将结果记在Result_1和Result_2；将两个结果进行对比，证明本发明方法对气体的分类结果更加准确，实现了对于气体的精准辨识与准确分类。

本发明授权一种基于分布特征优化的气体传感器检测系统及方法在权利要求书中公布了：1.一种基于分布特征优化的气体传感器检测方法，其特征在于，具体包括以下步骤： 步骤1：动态获取样本气体，并将其混流，实现样本气体的采集和系统内样本气体的均匀混合；待步骤2气体传感器完成气体特征采集工作，将系统内气体排出； 其中，所述系统为一种基于分布特征优化的气体传感器检测系统，所述一种基于分布特征优化的气体传感器检测系统具体包括装置壳体；所述装置壳体的外部开设有进气通道；所述进气通道的内部安装有第一采样单元，所述第一采样单元由连接扇叶的第一变频电机组成；所述装置壳体的外部开设有排气通道；所述排气通道的内部安装有第二采样单元，所述第二采样单元由连接扇叶的第二变频电机组成；所述第二采样单元的第二变频电机的转轴上安装有主动齿轮；所述装置壳体的内部还安装有方形板；所述方形板连接进气通道；所述装置壳体的内部设置有两个转动杆；所述转动杆安装有两个从动齿轮，所述从动齿轮由安装在第二变频电机转轴上的主动齿轮平行啮合传动，转动杆还安装有两个扇叶；所述装置壳体的内部安装有气体传感器和主电路板，单片机与传感器和变频电机相连，所述主电路板由单片机及其外设电路构成；所述装置壳体的外部设置有总电源开关，与单片机相连接； 步骤2：采用动态温度调制的方式加热气体传感器，并利用传感器获取系统内样本气体特征信息； 步骤3：对步骤2中获取的气体传感器响应信号进行预处理，得到气体信息特征并存储在单片机中；对基本卷积神经网络模型进行优化，得到分布特征优化的卷积神经网络模型对样本气体进行分类，得到分类结果Result_2； 步骤3.1：获取步骤2得到的一个周期的m维响应信号，并将其存储在单片机中； 步骤3.2：对获取的响应信号进行归一化处理，将每个元素归一化到[0，1]；采取“max-min”归一化将信息特征归一化到[0，1]，并将归一化后的气体特征信息存储在单片机中，具体归一化方法如下： ； 步骤3.3：对步骤3.2处理后的样本信息按照8:2的比例关系随机划分为训练集X_train与验证集X_valid； 步骤3.4：使用步骤3.3得到的训练集X_train训练卷积神经网络模型，待训练完成后，使用所得模型对验证集X_valid进行分类； 步骤3.5：在步骤3.4的卷积神经网络模型的基础上，采用响应信号的分布特征信息对模型进行优化； 步骤3.5.1：选取均值、离散系数和偏度系数反映响应信号S的集中趋势、离散程度和分布形状以描述该响应信号的分布特征； 步骤3.5.2：选取响应信号，计算其均值、离散系数以及偏度系数： ； ； ； 其中，为响应信号的第k维特征信息，为响应信号的维度，表示采取阶中心动差计算偏度系数； 步骤3.5.3：根据如下公式计算响应信号的分布特征偏差函数： 其中，为响应信号对第个类别的分布特征偏差函数，分别为响应信号的均值、离散系数和偏度系数，分别为第类气体总体的均值、离散系数和偏度系数； 步骤3.5.4：利用分布特征偏差函数对卷积神经网络模型进行优化，公式如下： ； 其中，为修正系数且； 步骤3.6：利用训练集X_train训练优化后的卷积神经网络模型，待模型训练完成后，使用所得模型对验证集X_valid进行分类，将分类结果记为Result_2；得到样本气体检测结果。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。