电子鼻鉴别白酒信号小波去漂移方法

为提高电子鼻长期鉴别的稳健性,提出了一种基于小波分析的电子鼻信号去漂移方法。对含漂移信号的电子鼻数据进行小波分解,获得分解系数;构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理,获得修正的小波系数;运用小波逆变换对修正后的小波系数进行重构,得到去除漂移或少漂移的电子鼻信号。对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构,提取去漂移处理前后的电子鼻信号积分值特征,并运用Fisher判别分析(FDA)和BP神经网络分别对5组数据集进行鉴别分析。FDA鉴别结果显示,无论是训练集还是测试集,5组样本的鉴别正确率由去漂移前的最高值45%提升至去漂移后的100%。BP神经网络鉴别结果显示,5组样本的鉴别正确率由去漂移前的最高值31.7%提升至去漂移后的98.3%。这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的。同时,也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法。     

电子鼻漂移阈值构建及其白酒鉴别应用

电子鼻漂移是气敏传感器的固有行为,用空载数据揭示漂移现象更具有一般性。为了有效去除电子鼻漂移,提出了一种基于空载条件下与小波包分解的漂移去除方法。对电子鼻空载数据进行小波包分解,获得小波包分解的逼近系数集;在对其进行离散度分析之后,构建了空载条件下的一种阈值函数。在此阈值函数基础上,扩展成为样本(有载)条件下的去漂移阈值函数,进而发展成有载样本的漂移剔除方法。为了检验该方法的有效性及实用性,将其应用于4种白酒的鉴别中。对4种白酒电子鼻数据按测试时间顺序生成训练集和测试集,线性的Fisher判别分析(FDA)结果表明,训练集、测试集数据处理前后的鉴别正确率均得到了提高,最低提高值为23.65%。这表明此方法能够提升电子鼻的检测能力。同时,为了进一步检验该漂移去除方法的性能,采用非线性的BP神经网络进行鉴别分析,结果显示:训练集的鉴别正确率从处理前的65.5%提高到处理后的100.0%,处理后的测试集鉴别正确率也达到了97.5%。这不仅说明了4种白酒的鉴别属较复杂的非线性分类问题,还充分说明了该漂移去除方法的有效性。     

电子鼻漂移阈值构建及其白酒鉴别应用

电子鼻漂移是气敏传感器的固有行为,用空载数据揭示漂移现象更具有一般性。为了有效去除电子鼻漂移,提出了一种基于空载条件下与小波包分解的漂移去除方法。对电子鼻空载数据进行小波包分解,获得小波包分解的逼近系数集;在对其进行离散度分析之后,构建了空载条件下的一种阈值函数。在此阈值函数基础上,扩展成为样本(有载)条件下的去漂移阈值函数,进而发展成有载样本的漂移剔除方法。为了检验该方法的有效性及实用性,将其应用于4种白酒的鉴别中。对4种白酒电子鼻数据按测试时间顺序生成训练集和测试集,线性的Fisher判别分析(FDA)结果表明,训练集、测试集数据处理前后的鉴别正确率均得到了提高,最低提高值为23.65%。这表明此方法能够提升电子鼻的检测能力。同时,为了进一步检验该漂移去除方法的性能,采用非线性的BP神经网络进行鉴别分析,结果显示:训练集的鉴别正确率从处理前的65.5%提高到处理后的100.0%,处理后的测试集鉴别正确率也达到了97.5%。这不仅说明了4种白酒的鉴别属较复杂的非线性分类问题,还充分说明了该漂移去除方法的有效性。     

电子鼻漂移阈值构建及其白酒鉴别应用

电子鼻漂移是气敏传感器的固有行为,用空载数据揭示漂移现象更具有一般性。为了有效去除电子鼻漂移,提出了一种基于空载条件下与小波包分解的漂移去除方法。对电子鼻空载数据进行小波包分解,获得小波包分解的逼近系数集;在对其进行离散度分析之后,构建了空载条件下的一种阈值函数。在此阈值函数基础上,扩展成为样本(有载)条件下的去漂移阈值函数,进而发展成有载样本的漂移剔除方法。为了检验该方法的有效性及实用性,将其应用于4种白酒的鉴别中。对4种白酒电子鼻数据按测试时间顺序生成训练集和测试集,线性的Fisher判别分析(FDA)结果表明,训练集、测试集数据处理前后的鉴别正确率均得到了提高,最低提高值为23.65%。这表明此方法能够提升电子鼻的检测能力。同时,为了进一步检验该漂移去除方法的性能,采用非线性的BP神经网络进行鉴别分析,结果显示:训练集的鉴别正确率从处理前的65.5%提高到处理后的100.0%,处理后的测试集鉴别正确率也达到了97.5%。这不仅说明了4种白酒的鉴别属较复杂的非线性分类问题,还充分说明了该漂移去除方法的有效性。     

基于KECA+FDA的白酒电子鼻多特征鉴别方法

在引入基于核熵成分分析(KECA)的Fisher判别分析(FDA)方法的基础上,探究了用特征组合表征电子鼻信号时6种白酒的鉴别效果。首先,通过5种单一特征的FDA鉴别分析,筛选出积分值(INV)、相对稳态平均值(AVRS)、小波能量(WEV)3种较优特征,然后通过它们的不同组合鉴别6种白酒,鉴别结果表明,多特征组合优于单特征,且三特征组合时的鉴别正确率最高。最后,在用INV、AVRS、WEV 3种特征值组合表征电子鼻信号的前提下,深入研究了KECA+FDA方法鉴别6种白酒的效果。当选取径向基函数(RBF)作为核函数后,采用基于矩阵最佳相似性的方法优化确定RBF核参数为16.860 8时,三特征组合下测试集的鉴别正确率由FDA的79.92%提高到KECA+FDA的100%。与BP神经网络和支持向量机的鉴别结果对比,KECA+FDA方法更具优势。这说明运用KECA+FDA方法可有效提高电子鼻对6种白酒的鉴别能力。     

电子鼻技术及其在小麦活性检测中的应用

研制了一套能快速对小麦活性进行识别的电子鼻检测系统。系统通过分析小麦的气味,对所测小麦的活性程度进行5个等级评判。该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,从每个传感器的响应曲线中提取2个特征值,采用PNN神经网络来进行模式识别处理。系统能快速、准确评判小麦的霉变情况,网络正确识别率为91%。实验表明,该系统对小麦活性程度的检测是可行的、有效的。     

电子鼻技术及其在小麦霉变检测中的应用

研制了一套能够快速对小麦霉变进行识别的电子鼻检测系统,该系统通过分析小麦的气味,从而判断所测小麦是否霉变.该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,通过从每个传感器的响应曲线中提取4个特征值,采用RBF神经网络进行模式识别处理.该系统能够快速准确评判小麦的霉变情况,网络正确识别率为93.3%.实验表明,该系统对小麦霉变与否的检测是可行的、有效的.     

电子鼻技术及其在种子品质检测中的应用概况

常规的种子品质检测方法准确性较高,但过程复杂,耗时费力,时效性较差且易造成种子损耗,不利于稀有种质资源的保护。电子鼻技术作为一种新型检测方法可实现对种子品质的快速检测,文章介绍了电子鼻技术及其在种子品质检测中的应用概况,提出了其在种子品质检测方面有待改进的问题。     

电子鼻技术在食品检测中的应用

随着嗅觉传感器技术的不断发展,电子鼻技术得到了广泛的研究与应用。电子鼻由气敏传感器阵列、信号处理子系统和模式识别子系统等3种功能器件组成。为此,阐述了电子鼻技术的结构组成,介绍了其在食品新鲜度检测、果蔬成熟度评价及饮料与酒类识别等轻工业中的应用现状与发展趋势,并指出了这些新技术实现过程中所需要解决的问题。     

电子鼻、电子舌在茶叶审评中的应用

本文主要介绍了电子鼻和电子舌技术在茶叶审评中的应用情况,同时也提出这些新技术的发展趋势.     

电子鼻数据的预处理技术与应用

针对电子鼻的数据特点,提出用一个3维数组保存电子鼻的数据;采用6点平滑方法去除传感器的噪声;在基线校正中,首先通过二阶导数大于零和连续一阶导数大于零的方法找到样本反应起始点,然后减去环境响应值并提取相同长度的数据段,以提高电子鼻的精度和可重复性。对预处理前后的电子鼻数据中提出的特征进行主成分分析发现,预处理后的主成分结果所含的有用信息更多,而且可以很好地区分红富士和姬娜两种不同香味的苹果。     

基于GPRS的远程检测无线电子鼻系统

针对移动环境的检测需要,设计了一套基于GPRS的远程检测无线电子鼻系统,主要包括气敏传感阵列、信号调理模块、微处理器模块、GPRS模块和远程测控系统5部分。对系统的远程通信性能进行测试,发现电子鼻数据发送周期在400 ms以上时,系统的通信时延、传输速率和累计丢包率都能满足无线电子鼻检测的要求;利用本系统对采摘后的芒果实施检测研究,得到的香气响应特性曲线清晰、稳定;构建芒果贮藏天数的预测模型,结果发现,对照组逐步回归模型虽然整体预测效果不理想,但对第4和6天的芒果仍有一定的预测效果,而试验组逐步回归模型、对照组基于线性判别的支持向量机(LDA-SVM)模型和试验组LDA-SVM模型对芒果贮藏天数都具有较好的预测效果。     

牛肉品质检测中电子鼻参数的优化

以牛肉为研究对象,采用电子鼻技术考察实验参数——顶空空间、样品质量和顶空生成时间对电子鼻传感器响应信号的影响。选取传感器信号峰值和稳定值进行分析,通过方差分析观察单个传感器以及整个传感器阵列对不同参数的响应情况,同时结合主成分分析、线性判别分析得出较佳顶空空间为500mL、样品质量为25g、顶空生成时间为5min,并应用此参数进行电子鼻对储藏0、3、5、7、10、12、14d牛肉样品的检测,逐步判别分析正确率为98.57%。     

基于ARM9的电子鼻系统设计与应用

提出了一种基于嵌入式电子鼻的设计方案,主要包括传感器阵列、模数转换和微处理器3大模块.采用Figaro公司TGS813、TGS825、TGS880 3个气敏传感器组成的传感器阵列采集样品信号;利用MAXIM公司的MAX1270芯片进行模数转换;CPU采用SAMSUNG公司的S3C2410微处理器,并在其上移植了WINCE操作系统.软件设计对采集信号进行对数拟合,采用引进BP神经网络对拟合后的曲线参数进行训练,建立模型并对样本进行识别.利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试,识别准确率均达到100%.结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点.     

水稻虫害信息快速检测方法实验研究-基于电子鼻系统

植物在受到昆虫侵害时会产生挥发性物质。因此,利用电子鼻与计算机组成水稻虫害快速检测系统,通过检测水稻挥发物气味,根据气味信息的分类,选用主成分分析法可快速判断水稻是否有虫害及每株水稻上有多少害虫。研究发现,利用电子鼻检测水稻虫害的最好时机是在水稻受侵害的15～36h内。实验结果证明,利用电子鼻检测水稻是否发生虫害及发生虫害后每株水稻上害虫的数量是可行的。     

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...