人工智能作为引领未来的前瞻性、战略性技术,日渐成为国际竞争的新焦点、经济发展的新引擎,人工智能必将深刻改变人们的生活和生产方式,给全世界发展带来新的机遇和挑战。
本书从硬件、软件和算法三个层面系统地介绍机器嗅觉技术,既有理论层面的介绍,也有基于嵌入式平台的实施方案。既介绍基础知识,又紧跟时代发展需求,不同于科研论文着重聚焦于某个研究热点。为了方便机器嗅觉的刚入门者,本书力求系统地描述机器嗅觉技术,方便读者对该技术有一个全面、清晰的认识。
进入21世纪以来,全球科技创新进入空前密集活跃的时期,新一轮科技革命和产业变革正在重构全球创新版图、重塑全球经济结构。当前,世界主要国家都把人工智能作为国家战略,机器嗅觉作为人工智能的一个分支,提供了一种全新感知环境的方式,也在此轮创新潮流中发挥自己的作用。
随着60年的技术积累,目前机器嗅觉领域成果丰富,为了便于各行业人员利用机器嗅觉解决各自问题,本书将机器嗅觉技术从硬件组成到算法模型进行了全面、系统地梳理和呈现。内容力求深入浅出,同时书中也提供了嵌入式的解决方案,为机器嗅觉在具体场景中落地提供了完整的流程。
前言
人工智能作为引领未来的前瞻性、战略性技术,日渐成为国际竞争的新焦点、经济发展的新
引擎,人工智能必将深刻改变人们的生活和生产方式,给全世界发展带来新的机遇和挑战。
人工智能正重新改变和升级传统行业发展模式、重构创新和经济结构,逐渐成为全球经济和
社会发展的强大推动力。
国际上,人工智能战略竞争态势异常严峻,美国、俄罗斯、英国、德国、日本和韩国等发达
国家均将人工智能上升为国家战略。美国政府一方面发布《国家人工智能研究和发展战略计
划》(2016年)和《维护美国人工智能领导地位的行政命令》(2019年),旨在保证美国在人
工智能领域的领导地位,继续实现全面领先;另一方面,美国全面禁止人工智能领域技
术和产品对我国出口,全面启动科技战争,华为、中兴和大疆等一大批企业和机构被列为出
口管制。2019年10月,俄罗斯总统普京签署命令发布了《2030年前俄罗斯国家人工智能
发展战略》,将人工智能技术的发展提升至国家战略高度,确保俄罗斯国家安全,提升整体
经济实力,并谋求俄罗斯在人工智能领域的全球领先地位。
2017年7月,国务院发布《新一代人工智能发展规划》,明确人工智能国家战略规划,到2030
年人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。党
的十九大报告进一步强调推动互联网、大数据、人工智能和实体经济深度融合。2018
年10月,中共中央总书记习近平同志在中央政治局第九次集体学习时强调指出,人工智能
是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的头雁效应。截
至2019年3月份,人工智能连续第三年被写入当年的政府工作报告,并提出拓展智能 。
机器嗅觉,又被称为电子鼻或者人工智能嗅觉,作为一种仿生模拟哺乳动物嗅觉系统的人工
智能技术,与机器视觉和语音处理等同属于模拟感官的智能技术,主要用于分析气味/气体
数据,为感知世界提供一种另外的角度,机器嗅觉起源于20世纪60年代,经过近60年的
发展,理论研究和应用实践成果丰富。早期突出其用电子技术模拟仿真生物的鼻子,因此更
多地被称为电子鼻。随着人工智能技术的发展,其中涉及的人工智能算法研究越来越多、越
来越深入和复杂,人工智能算法在整个系统中发挥的作用也越来越大,因而现阶段称之为机
器嗅觉或者人工智能嗅觉则更为合理,本书中将其称为机器嗅觉。目前,机器嗅觉的应用场
景已经包括:医疗诊断、环境监测、食品安全、生产过程控制和三废检测等,并取得了
不错的成绩。
本书作者所在的科研团队由传感器材料、智能信号处理和嗅觉模型领域的科研人员组成,旨
在响应国家号召,围绕气味/气体分析开展传感器材料、设备研制、模型和算法等方面的研
究。核心研究内容包括:气敏纳米传感材料仿真、制备和测试,机器嗅觉硬件系统研发及制
造,机器嗅觉算法系统中模型建立和优化,与其他系统的嵌入式融合和各种气味/气体数据
库建立等。
本书的编写是为了方便入门机器嗅觉的科研工作者,同时也将我们多年的工作进行一个系统
性的汇报,感谢参与本书编写的王宇、曹怀升、张峻源、徐多、杨心语、杨天宇、杨文川、
张强和李四等人的辛苦付出。
虽然本书在编写过程中力求完善,但仍难免疏漏,如有任何问题,请读者见谅,并与我们联
系,我们将悉心听取,并做改正。
编者2022年1月
贾鹏飞
博士,广西大学副教授,硕士生导师。从事机器嗅觉理论研究和应用落地,已研制的设备用于高压柜绝缘异常、医疗废弃物处置、细菌感染和柑橘成熟度检测。发表SCI论文40余篇,授权专利20余项,主持或参与国家重点研发计划智能机器人重点专项、国家自然科学基金、中国博士后基金和重庆市自然科学基金等项目。
贾国彬
美国索菲亚大学金融工商管理硕士在读,技术经纪人和经理人。图玛机器智能实验室和图玛牧玛科技事务所创始人。长期涉足机器设备、检验检测、科研服务、医疗健康、工业制造和环保设备等产业,以及可靠性工程、技术转移、机器视觉和机器嗅觉的应用研究。主持或参与近10项技术转移转化项目,申请专利7项。
目录/CONTENTS
第一章机器嗅觉的概念、发展综述
第一节基本概念
第二节发展历史和现状
第二章机器嗅觉的硬件构成及采样实验
第一节气路
第二节气体传感器及电路
第三节数据采集卡
第四节电脑端界面
第五节气体采样实验
第三章特征提取
第一节初级特征提取
第二节第二级特征提取
第四章分类器
第一节BP神经网络
第二节RBF神经网络
第三节支持向量机
第五章优化算法
第一节群体优化算法概述
第二节粒子群优化算法
第三节标准粒子群优化算法
第四节量子粒子群优化算法
第五节改进的量子粒子群优化算法
第六节磷虾群优化算法
第六章机器嗅觉在低浓度气体中的运用
第一节低浓度气体样本的制备
第二节低浓度气体的重要性
第三节特征提取算法的选取
第四节实验步骤
第七章有标签训练样本少的解决方案
第一节半监督学习
第二节迁移学习
第三节主动学习
第八章深度学习在机器嗅觉中的应用
第一节何为深度森林
第二节深度森林与决策树以及随机森林的对比
第三节深度森林的结构
第四节深度森林和深度神经网络比较
第五节深度森林在处理机器嗅觉数据中的
应用实例
第九章宽度学习在机器嗅觉中的应用
第一节宽度学习
第二节宽度学习在处理机器嗅觉数据中的
应用实例
第十章基于嵌入式平台的机器嗅觉解决方案
第一节为什么要在嵌入式平台运行机器嗅觉系统
第二节基于K210的机器嗅觉解决方案
第三节基于树莓派的机器嗅觉解决方案
参考文献