电子鼻技术在肉与肉制品检测中的研究进展和应用展望

电子鼻因具备操作简单、能够快速、无损检测的特点，满足人们对肉与肉制品安全指标高效和高精确度检测提出了更高的要求。本文阐述了电子鼻技术的检测原理和其在硬件和软件系统方面的发展；从肉与肉制品的新鲜度检测、掺假检测、风味评价、病原微生物污染检测四个方向，对近年来电子鼻技术在肉与肉制品检测的应用研究进展进行了分析，突出了电子鼻技术应用的可行性和先进性；指出电子鼻技术在肉与肉制品检测中面临的检测效果参差不齐，电子鼻仪器体积大、价格高昂，模型通用性和普及性不够等不足。最后，本文从硬件系统和软件系统两方面，对未来电子鼻技术的发展及其应用前景进行了展望，包括硬件系统方面提高电子鼻传感器阵列电极膜材料的性能，增强电子鼻耐用性和识别气味的灵敏度；软件系统方面不断探索引入新的模式识别算法，使电子鼻技术实现对气味更快、更准确的识别分析。     

花龄期棉花虫害的电子鼻检测

棉花害虫具有隐蔽性、迁飞性和突发性特点，并且影响因素众多，棉花虫害准确地诊断是农业领域的难点问题。该研究以受到棉铃虫侵害的花铃期棉花为研究对象，采用电子鼻对不同处理的棉花挥发物进行检测。研究表明，主成分分析（Principal Component Analysis, PCA）和聚类分析结果显示健康棉花释放的挥发物具有明显的昼夜节律性，健康棉花与虫害棉花差异性显著。径向基函数神经网络（Radial Basis Function Neural Network, RBFNN）对8个不同时间的4组虫害棉花处理进行分析，测试集判别总的正确率为73.4%，健康棉花对照组测试集判别正确率100%，误判样本出现在3个虫害处理之间。当不考虑时间因素建立虫害棉花统一的预测模型，RBFNN模型对健康棉花对照组的预测正确率均达到了100%，分析结果可以作为花铃期棉花是否遭受棉铃虫侵害的依据，说明电子鼻可以作为棉花虫害发生的有效监测手段，在农作物虫害监测领域具有潜在的应用价值。     

模糊模式识别模型在流域生态安全评价中的应用

生态安全是指人类赖以生存和发展的生态环境处于健康和可持续发展状态,流域生态安全评价是实现流域可持续发展的一项重要调控措施。流域生态安全评价需要通过评价模型来实现,由于生态安全是一个外延不明确的模糊概念,为此以模糊模式识别理论为基础,提出了流域生态安全评价的模糊模式识别模型。运用模型对岷江上游的生态安全现状进行了评价,建立了1,2,3共三个级别的指标体系,结果表明岷江上游生态安全处于第2级,即处于预警状态。评价结果符合岷江上游地区的生态环境状况。     

内燃机故障声响信号时间序列模型诊断方法

本文运用统计模式识别原理,提出了一种以内燃机声响信号的时间序列自回归系数及自回归倒谱系数作为模式的特征参数,对参考模式和待检模式用灰色系统的关联测度、Mahalanobis距离测度和Kullback-leiber信息量距离测度同时进行识别,并用层次分析法对识别结果进行综合,从而达到诊断故障目的的方法。通过实验验证,表明其是有效而可行的方法。     

基于神经网络的树叶识别系统研究

在林业系统注册树木种类时,通常采用大量树叶上的可见外形特点来辨别数目繁多的树木种类。针对此问题,本文提出了基于神经网络的树叶识别方法,该方法建立并管理一个分等级的树叶图像体系,通过对不同种类树叶的边缘提取来识别每种树叶的特征点,从而得到树叶的外部轮廓来区分树木种类:给出了相应的改进型神经网络算法,并给出详细的论述过程:最后,通过Java语言给出了系统实现并做了大量的数值仿真。结果证明本文方法是可行有效的。图4表1参8。     

高光谱数据森林类型统计模式识别方法比较评价

在我国东北地区获取EO-1 Hyperion高光谱数据,以高空间分辨率的全色SPOT-5数据及其影像分割结果为辅助,通过外业测量获取真实可靠的森林类型空间分布数据.以这些数据为地面实状数据,对现代先进的统计模式识别方法用于森林类型识别的效果进行比较评价,总结可以有效解决有限样本条件下高光谱分类问题的基于统计模式识别的森林类型分类技术方案.评价结果表明:对高光谱数据进行降维处理,并采用更加有效的二阶统计量估计方法,进而应用将空间上下文信息和光谱信息相结合的分类算法,如ECHO,可以有效提高高光谱数据森林类型的识别精度.     

模式识别和主成分分析在多环芳烃室温磷光分析中的应用

本研究应用主成分分析和人工神经网络两种模式识别方法对多环芳烃混合物固体基质室温磷光重叠光谱进行分析,考察了主成分分析和人工神经网络对多环芳烃混合物SS-RTP的处理效果,结果显示应用人工神经网络对于苯并喹琳、苊、菲啶、咔唑和芴等多环芳烃任意组合混合物能够很好地区分开来,这表明RBF神经网络在复杂多环芳烃混合物定性分析中具有很好的应用性和可行性.     

基于模糊模式识别理论的富营养化评价模型及应用

依据水体富营养化及其程度属于模糊概念这一客观实际,基于模糊模式识别理论,以叶绿素a、总磷、总氮、透明度和高锰酸盐指数作为评价指标,尝试建立富营养化评价的模糊模式识别模型。并以南方某大型水库为例,按年、汛期和非汛期3个阶段开展了富营养化评价研究。评价结果表明2005-2008年年均富营养化特征值分别为2.829 0、2.717 7、2.844 9、2.535 4,汛期分别为2.913 8、2.731 4、2.971 7、2.444 7,非汛期分别为2.748 3、2.712 5、2.713 8、2.648 8。可见该水库正处于由中营养向富营养过渡阶段,实例同时也表明该方法用于水体富营养化评价是合理、可行的。     

基于脉冲耦合神经网络的蝗虫图像分割

由于脉冲耦合神经网络(PCNN)特有的脉冲传播特性,PCNN在图像处理与模式识别领域得到了广泛应用.为此,提出了如何用脉冲耦合神经网络(PCNN)进行蝗虫图像分割.计算机仿真表明,采用PCNN图像预处理算法,可使图像中的目标(蝗虫)易于被发现;经PCNN预处理后,相同的后续处理效果明显好于未经PCNN预处理的图像.此方法验证了PCNN在图像处理方面的功能,同时也拓展了蝗虫侦测的方法.     

资格预审多级模糊模式识别综合评判模型

资格预审评价体系中有众多定性因素具有模糊性和不确定性，使评价结果很难反映承包商的实际能力。为此，分析了几种常见资审模型存在的不足，从模糊理论的角度，建立了资格预审多级模糊模式识别综合评判模型，试图使评价过程趋于合理，预审结果更能反映承包商的实际能力。