基于遗传RBF网络的电子鼻对苹果质量的评定

提出一种根据苹果气味对苹果进行无损检测的方法,研制了一套适合苹果气味检测的电子鼻系统。对好坏苹果各50个进行了检测,在获得传感器阵列数据的基础上,从每个传感器曲线中提取了5个特征参数,作为模式识别的输入向量。用主成分分析法和遗传RBF网络对所测的样本进行分析,主成分分析可较好的把好坏苹果区分开,遗传RBF网络对训练集的回判正确率和对测试集的测试正确率分别为100％和96．4％。     

电子鼻技术在粮食质量检测中的应用

对消费者来说,粮食的气味也是衡量其质量的一个重要标准.电子鼻是一种新颖的仿生系统,是用于分析、检测挥发性气味的仪器.为此,综述了电子鼻在粮食质量检测中的应用,主要包括粮食霉变、虫害和储藏年限等方面的研究及其应用现状;最后,展望了电子鼻在粮食检测中的应用前景.     

电子鼻传感技术与应用研究进展

电子鼻作为一种新兴仿生技术,在农副产品与食品检测中逐渐得到重视,其研究在酒茶类、饮料、粮油、肉乳制品和果蔬类等方面都有许多报道,表明电子鼻在食品与农副产品检测上有很好的应用前景。随着材料、传感器、信息等新技术的不断涌现,电子鼻技术也得到了新的发展,新型传感器技术的涌现和响应特性的研究,为新型电子鼻系统研究与应用提供了重要的基础条件和检测机理依据;电子鼻与其他分析仪器的融合应用技术实现了更加全方位、多角度的食品与农副产品检测;电子鼻技术与现代无线通信技术的结合应用,克服了传统电子鼻无法应用于现场及移动环境的不足,拓展了电子鼻的应用领域。本文针对这些方面进行了综述和分析,以供深入研究参考。     

食品中农药残留的电子鼻检测识别研究

电子鼻(e-nose)通过气味来鉴别化合物,是一种模拟生物嗅觉工作原理的新形仿生检测系统。它在农药残留等食品安全检测领域中有着广泛的应用。电子鼻包括检测系统、数据预处理系统和模式识别系统。本文通过对电子鼻的发展历史和组成部分的基本原理介绍,全面回顾和总结了过去二十年来电子鼻在食品农药残留检测中的应用。最后,从几个方面讨论了电子鼻技术在该领域的存在问题及发展趋势。     

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。     

电子鼻技术在鱼粉酸价检测中的应用

酸价是评价鱼粉新鲜度的一个重要指标,探索酸价含量的快速检测对鱼粉品质快速检测具有重要意义.为此,对不同新鲜度的鱼粉样本进行酸价含量的化学测定和电子鼻数据采集,利用BP神经网络和支持向量回归(SVR)建立酸价含量和电子鼻数据两者之间的回归模型,并用预测集样本进行验证.采用BP神经网络和SVR结果相近,其决定系数R2、预测标准差SEP、最大相对误差RE-max、平均相对误差RE-mean分别为0.97,0.20,7.51%,2.45%和0.97,0.27,10.73%,2.94%.结果表明,利用电子鼻技术检测鱼粉酸价含量是可行的.     

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...     

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.     

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。     

基于SPME-GC-MS和电子鼻的鱼粉挥发性物质分析

为了能够全面、快速分析鱼粉的新鲜度,将电子鼻与顶空固相微萃取气质联用技术结合,以挥发性物质含量辅助评价鱼粉的新鲜度。首先,采用顶空固相微萃取方法对18种储藏时间鱼粉的挥发性物质进行了分析,得到不同储藏时间鱼粉的挥发性物质种类和含量,以及挥发性物质变化规律;采用多元线性回归方法和最近邻回归方法对鱼粉各类挥发性物质和表征新鲜度的标记物与电子鼻传感器响应建立了模型。结果表明:顶空固相微萃取气质联用(Solid phase microextraction-gas chromatography-mass spectrometry,SPME-GC-MS)共鉴定出101种,主要包括醇类化合物、醛类化合物等11类挥发性物质,其中醛酮类化合物种类较多。随着鱼粉逐渐腐败,气味阈值较低的醛类化合物相对含量逐渐降低、酮类化合物相对含量逐渐升高,并出现了二甲基三硫、三甲胺等表征鱼粉新鲜度的标记物;在储藏过程中,醇类化合物相对含量呈先上升后下降趋势;酸类化合物、含氮化合物、含硫化合物相对含量则呈上升趋势。与多元线性回归方法相比,最近邻回归方法具有更好的预测能力,测试集相关系数在0.763 3～0.999 9之间,均方根误差在0.086 7%～8.465 5%之间。     

融合电子鼻和视觉技术的鸡肉新鲜度检测装置研究

为实现鸡肉新鲜度的快速准确检测,设计了一种基于电子鼻和视觉数据融合的一体化检测装置。装置由控制系统、视觉系统和电子鼻系统3部分组成,可同时通过电子鼻传感器阵列检测鸡肉散发的气体浓度并由摄像机采集鸡肉视觉图像,控制板传输数据至Jetson Nano上位机进行特征提取、融合与分析。由该装置获取不同新鲜度鸡肉样本的气味和图像数据,采用主成分分析方法进行降维处理,再基于支持向量机建立鸡肉新鲜度分级模型,准确率可达98.7%。该装置具有准确率高、便携和稳定性强等特点,可为肉品新鲜度检测提供技术支持。     

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。     

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。     

基于LoRa的温室大棚监控系统云平台应用实现

以温室大棚监控系统为研究对象,利用无线传感网络技术、LoRa通信技术及GPRS通信技术构建出一种温室大棚环境参数监控系统,并进行系统的硬件及软件设计.试验验证表明:系统可有效的进行数据通信,监控过程具有较高的可靠性.     

基于自适应惩罚遗传算法的给水管网优化设计

针对给水管网遗传优化设计中常规惩罚函数边界约束条件存在的问题,提出了一种能根据每代计算结果自适应调节惩罚因子的自适应惩罚遗传算法,并应用改进遗传算法寻求管网投资最小的设计方案.研究表明,应用该方法能够更有效地搜索最优解,可节约工程费用2.29%～12.01%,在工程优化设计中有一定的实用价值.     

基于RBF网络的果蔬采摘机器人运动轨迹控制研究

为了提高果蔬采摘机器人机械手运动的精确性,提高机器人移动的效率,提出了一种基于遗传算法和RBF网络的机器人运动轨迹控制方法,并对果蔬机器人机械手的活动和整体的移动轨迹进行优化,有效地提高了果蔬采摘机器人的工作精度和作业效率。为了验证设计的采摘机器人的可靠性,在大棚内对机器人的采摘性能进行了测试,包括机器人移动路径规划和机械手路径规划。通过测试发现:使用RBF神经网络算法可以有效地控制机械手在三维空间内的运动;在遗传算法控制下,机器人可以通过较少的计算次数利用神经网络算法搜索得到最优路径,计算精度达到了99%以上。其计算精度及效率高,为高效果蔬采摘机器人的设计提供了较有价值的参考。