基于仿生嗅觉的物质气味嗅频提取及复现方法研究

Could odor be transmitted like picture and sound signals via telecommunication networks for odor reproduction? So far, there has been little research to answer this question. The main contribution of this project is to present odor information “Oldio” (like Video and Audio to description odor) and characterize the concept of transmission network to explore odor substances and reproducibility methods and techniques to achieve reproducible odor network terminal.Therefore, the main steps towards the implementation of this project include:. (1) Collecting odor print information and extracting odor characteristic and the number of different components for application such as bionic devices and building an odor characteristic of the database for the proposed Oldio transmission.. (2) Study of Odilo theories and models and odor data frame based on odor characteristic of the database.. (3) Investigating odor reproduction methods and pattern recognition techniques for screening odor information at network terminal and then reproducing the odor using embedded control systems.. This project investigates the characteristic of odor transmission and reproduction methods in order to explore and expand the human olfactory functions. The research idea and its strong original and pioneering contributions along with our precious research work can offer good foundations for the success of this project.

气味能否像图像和声音那样进行远距离网络传输和复现，至今人们研究甚少。本项目以仿生嗅觉为基础，提出嗅频概念，研究气味特征信息通用性表征模式，并基于网络传输技术，探索物质气味网络终端复现方法。主要研究内容：. （1）应用已建立的仿生嗅觉系统采集并分析气味特征信息，建立气味特征信息库；. （2）基于气味特征信息，建立嗅频理论与表征模式，并借鉴网络传输技术研究物质气味嗅频数据传输格式；. （3）运用模式识别技术对网络终端嗅频信息进行甄别，探索气味融合及终端复现方法。. 本项目开展气味特征信息表征、传输及复现方法的研究，是拓展人类嗅觉时空功能的一种探索，其研究思想与内容具有很强的原创性和开拓性。项目组前期工作已为本项目的开展奠定了良好的基础。

随着计算机技术、通信与信息技术的迅猛发展，视频和音频信息的传输及复现都得到了广泛的应用。本项目运用仿生嗅觉技术开展物质气味特征的研究，根据不同物质的特点，获取物质样品的气味信息，采取多种模式识别算法对仿生嗅觉系统采集的高维数据进行降维、提取特征等处理，研究物质气味的化学成分配比，研制出一种基于嵌入式系统控制的气味播放装置，采用超声波雾化片来实现气味的释放。主要内容：（1）在已有的工作基础上，构建并完善了中草药类、水果类和工业气体类的样本气味图谱库。（2）研究提升传感器性能的新材料架构，优化传感器的阵列组合方式，为自主研发的仿生嗅觉系统提供实验基础。（3）采用技术融合和技术改进的方式对原始数据进行预处理、降维和特征提取等处理，结合不同的方法特性，如：电子鼻与气相色谱-质谱（GC-MS）联用分析方法、核判别分析（KDA）方法、选择性局部线性嵌入（SLLE）方法、卷积神经网络的嗅感预测（POP-CNN）方法、深度神经网络的深度近似类均值（DNCM）方法，尽可能的提取出对分类结果有效的信息，提高物质气味的检测精度和识别效率。（4）采用压电式微孔雾化片，通过调节不同香料的雾化量，研制一种快速地、实时地、动态地配比并释放气味的装置，采用超声波雾化片实现气味释放。相关成果：授权国家发明专利2项，授权实用新型专利4项，申请国家发明专利4项，申请实用新型专利1项，申请外观设计专利1项，发表22篇科研论文（其中10篇国际高水平研究论文），软件著作权3项，中文专著1本。