基于人体代谢挥发性化合物判断生命迹象的算法研究

发布时间：2017-03-25 15:01

  本文关键词：基于人体代谢挥发性化合物判断生命迹象的算法研究，由笔耕文化传播整理发布。

【摘要】：人体新陈代谢释放的气味化合物多达200多种,这些化合物包含有醇类、酮类、醛类、酚类、醚类、酷类、酸类、烃类、卤代烃类及芳香类物质等类型。这么多的化合物包含的信息也是十分丰富,通过研究人体气味的组成成分及性质,对于人类生活、刑事侦察、医疗卫生、灾害救援等领域都有重要的意义。当前主要用一种仿生设备的人工嗅觉系统实现对人体气味的识别,它由数据采集、信号预处理和模式识别三部分组成。由于材料科学和识别算法的限制,目前在灾害搜救方面的仿生人工嗅觉系统还处于研发、探索阶段。在搜救识别方面的研究,需要先对人体释放的气味化合物成分及扩散规律加以研究,再根据检测到的浓度信息间接的判断未知环境下的生命迹象。本文基于Fluent软件对人体释放的部分化合物浓度场进行了数值模拟,研究了化合物的区域性和多样性;并通过Matlab进行了数学模拟,仿真出了理想的高维、非线性、动态的浓度信息;由于人体释放的气味化合物浓度信息具有动态、高维、非线性、非稳定等特点,导致识别算法复杂。本文从统计分析和智能分析两个方面进行了算法综述;再从基本的插值算法、回归分析、比例分析、模糊分析、曲线拟合等方法对化合物浓度信息和信息中包含的规律进行了基础研究;最后结合神经网络分析和层级实时记忆脑皮质算法(hierarchical temporal memory cortical learning algorithm,HTM)进行算法实验验证。本文第一章概述研究目的及意义,对当前气味识别算法进行综述,并叙述了研究现状,最后阐明了研究任务。第二章,通过提取人体新陈代谢释放气味化合物特征和应用传感检测手段对识别方法进行了研究。第三章,结合空气动力学知识用Matlab和Fluent软件对人体气味在半密闭的理想环境下的气味化合物浓度扩散场模拟。第四章,结合基本算法对气味化合物进行基础识别分析。第五章和第六章,分别是结合神经网络算法和HTM算法实现对仿真信息的识别研究。
【关键词】：人体气味 生命探测仪 计算数值模拟 BP神经网络 层级实时记忆脑皮质
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP183;R33
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-17
• 1.1 本文研究目的和意义10-11
• 1.2 气味识别算法汇总11-15
• 1.2.1 气味识别机理11
• 1.2.2 气味识别算法11-15
• 1.3 国内外研究现状15-16
• 1.4 本文研究任务和主要工作16-17
• 第2章 生命迹象识别方法研究17-21
• 2.1 人体释放气味化合物分析17-18
• 2.1.1 人体释放气味化合物的来源17
• 2.1.2 人体释放气味化合物的差异17
• 2.1.3 人体释放气味化合物的应用17-18
• 2.2 气味传感器检测手段18-19
• 2.2.1 气味检测传感器类型18
• 2.2.2 非接触式探测及特异气体18-19
• 2.3 气味识别方法研究19-20
• 2.4 本章小结20-21
• 第3章 人体气味扩散模型21-36
• 3.1 人体气味扩散理论介绍21-23
• 3.1.1 气体扩散分析21-22
• 3.1.2 扩散数学模型分析22-23
• 3.2 气味扩散数学模型的建立23-29
• 3.2.1 一维线性模型的建立24-26
• 3.2.2 二、三维模型的建立26-29
• 3.3 人体气味扩散模型的建立29-35
• 3.3.1 计算流体软件简介29-30
• 3.3.2 模型的建立及仿真30-35
• 3.4 本章小结35-36
• 第4章 气味化合物变化识别的常见算法分析36-45
• 4.1 气味数据分析算法36-40
• 4.1.1 插值算法36-38
• 4.1.2 回归分析38-40
• 4.2 常见生命迹象判断识别方法40-43
• 4.2.1 比例分析法40-41
• 4.2.2 模糊分析法41-42
• 4.2.3 曲线拟合预测法42-43
• 4.3 其他常见分类识别法43-44
• 4.4 本章小结44-45
• 第5章 基于神经网络对气味识别的研究45-59
• 5.1 神经网络概述45-46
• 5.2 BP神经网络介绍46-53
• 5.3 神经网络对人体气味的识别53-57
• 5.3.1 神经网络识别数据构建53-54
• 5.3.2 基于BP神经网络改进的识别验证54-57
• 5.3.3 RBF与Elman神经网络57
• 5.4 利用比对分析对未知状况的识别57-58
• 5.5 本章小结58-59
• 第6章 基于HTM算法对人体气味识别研究59-66
• 6.1 HTM算法介绍59-63
• 6.1.1 HTM算法理论基础59-62
• 6.1.2 HTM算法原理分析62-63
• 6.2 基于HTM算法对类别的识别63-65
• 6.3 本章小结65-66
• 结论66-67
• 参考文献67-72
• 附录A72-75
• 攻读硕士学位期间承担的科研任务与主要成果75-76
• 致谢76-77
• 作者简介77

【参考文献】

中国期刊全文数据库 前10条

1 赵英宝;黄丽敏;;智能便携式CO_2生命探测仪的设计[J];传感器与微系统;2012年02期

2 何正杰,于芳,何新星,姜洁;密闭环境中人体自身代谢挥发性有机化合物气相色谱/质谱分析[J];分析化学;2001年08期

3 王淳浩;王彦吉;孟品佳;杨瑞琴;吴德华;;不同部位人体气味的分析研究[J];分析试验室;2008年10期

4 赵磊;李继海;朱大洲;籍保平;;5种鹿茸营养成分的主成分分析[J];光谱学与光谱分析;2010年09期

5 解元;金朝永;;一类具有不确定性的线性系统的模糊自适应控制[J];广东工业大学学报;2014年04期

6 张翼翔;杨铁宝;;基于隐马尔科夫模型的DC/DC变换器故障检测[J];电脑与电信;2015年Z1期

7 赵峰;黄庆明;高文;;一种基于奇异值分解的图像匹配算法[J];计算机研究与发展;2010年01期

8 王军;张旭;;建筑室内人员污染源散发特性与有效散发模型[J];土木建筑与环境工程;2010年06期

9 赵明;吴刚;王丽萍;;生命探测仪及其技术原理[J];辽宁师专学报(自然科学版);2012年02期

10 邓金华,沈贤明,张保平,王建兵;Matlab在化学危险性气体扩散模拟分析中的应用[J];中国安全生产科学技术;2005年05期

中国博士学位论文全文数据库 前1条

1 吴德华;警犬鉴别人体气味的基础研究[D];南京农业大学;2003年

中国硕士学位论文全文数据库 前1条

1 吴有聪;住宅建筑室内自然通风的数值模拟与实验研究[D];天津大学;2009年

  本文关键词：基于人体代谢挥发性化合物判断生命迹象的算法研究，由笔耕文化传播整理发布。

，

本文编号：267347