人工嗅觉研究进展及其在食品香气评定中的应用展望

概述了人工嗅觉系统的研究历史与应用现状,详细介绍了人工嗅觉系统的基本原理,阐述了基于神经网络的人工嗅觉系统在食品香气质量评定中的广阔应用前景     

基于人工嗅觉系统的土壤有机质检测方法研究

为了实现土壤有机质快速、准确的测量,提出了一种基于人工嗅觉的土壤有机质含量检测方法。首先,由不同温度控制的10个气体传感器所构成的阵列对土壤样品气体进行采集;然后,提取每个传感器响应曲线上的7个特征(包括最大值、最小值、平均值、平均微分系数、响应面积、第30秒的瞬态值和第60秒的瞬态值),构建嗅觉特征空间;对特征空间优化后,采用回归算法建立预测模型。为减小不同测定算法、异常样本以及冗余特征对模型预测性能的影响,在应用蒙特卡罗抽样(Monte Carlo sampling,MCS)法剔除异常样本的基础上,采用主成分分析(Principal component analysis,PCA)法对特征空间进行降维处理,评估了包括偏最小二乘法回归(Partial least square regression,PLSR)、支持向量机回归(Support vector machine regression,SVR)和BP神经网络(Back propagation neural network,BPNN)等3种建模方法对土壤有机质含量的预测性能,选用决定系数R2、均方根误差(RMSE)和预测偏差比(RPD)评价各模型的预测性能。测试集验证结果表明,PLSR、SVR和BPNN这3种模型的预测值和样本的观测值之间的R2分别为0. 86、0. 91和0. 85,RMSE分别为2. 49、2. 05、2. 68 g/kg,RPD分别为2. 49、3. 02和2. 32。SVR模型的预测性能高于PLSR模型和BPNN模型,可对土壤有机质含量进行准确预测。     

基于遗传算法的卷烟质量评定神经网络模型

卷烟质量的优劣迄今仍是造卷烟评吸专家的感官进行了评定。由于受到多种主、客观因素的影响,评定结果的准确性往往难以保证。为此,作者提出了一种基于遗传算法的神经网络评定模型及获取网络权重参数的具体遗传操作方法。实例证明,该模型能够根据烟草中的６种化学成分（总糖、还原糖、总氮、烟碱、氧化钾及氯离子）的测量值为确定卷烟的质量。为今后对卷烟质量进行人工智能评定打下了基础。     

基于多传感器人工嗅觉系统的土壤有机质含量检测方法

为了实现对土壤有机质含量的快速、方便、准确测量,本文提出了一种基于多传感器人工嗅觉系统的土壤有机质含量检测方法。选取10个不同型号的氧化物半导体式气体传感器组成传感器阵列,并采用不同浓度的硫化氢、氨气和甲烷等标准气体对传感器阵列进行了响应测试,从响应曲线可以看出,传感器阵列对不同浓度、种类的标准气体皆有响应且响应结果不同,随着标准气体浓度的增大传感器阵列的响应曲线也随之上升,表明传感器阵列具有较高的特异性和一定的交叉敏感性。提取每个传感器土壤气体响应曲线上的响应面积、最大值、平均微分系数、方差、平均值和最大梯度6个特征构建人工嗅觉特征空间。采用偏最小二乘法回归(PLSR)、支持向量机回归(SVR)和BP神经网络(BPNN)算法建立人工嗅觉特征空间与土壤有机质含量关系的预测模型,使用决定系数(R²)、均方根误差(RMSE)和绝对平均误差(MAE)评估预测模型的性能。试验结果表明,PLSR、BPNN、SVR测试集的R²分别为0.808 78、0.871 79和0.919 57,RMSE分别为3.678 4、3.161 4、2.425 4 g/kg...     

西湖龙井茶品质的智能嗅觉识别

通过电子鼻采集不同等级、树种和产地西湖龙井茶的智能嗅觉指纹图谱,利用主成分分析得分矩阵研究等级、树种和产地指纹信息对茶叶品质的影响程度,基于软独立模型分类分析方法建立茶叶等级、树种和产地的3类智能嗅觉判别模型.结果表明,不同等级西湖龙井茶的电子鼻信号差异最大;在涵盖不同树种和产地信息的样品中,电子鼻能准确预测品质相近的高档等级(精品、特级和一级)茶叶,等级判别正确率基本达到100％.树种与产地特征对于茶叶品质的影响程度比较接近,并且同一等级、同一产地下不同树种模型和同一等级、同一树种下不同产地模型的判别正确率基本都达到92％以上.在此基础上,提出了首先利用电子鼻进行等级划分,然后在同一等级下进行树种鉴定和产地判别的西湖龙井茶品质智能嗅觉快速检测策略.     

苹果外形特征与内在品质的典型相关分析

运用典型相关分析,研究了苹果的外形特征(面积、周长、偏心率以及似圆度等)与苹果的内在品质(水分含量、含糖量、酸度)之间的关系.结果表明:长轴与短轴比与苹果的内在特征呈正相关,而似圆度与苹果内在特征呈负相关.该研究初步为基于计算机视觉的水果实时分级提供了依据.     

并联神经网络在烤烟内在品质评定中的应用

应用并联神经网络分析方法,能直接将烤烟主要化学成分测量数据转换为与香气,吃味,杂气,刺激性等评吸专家的感官评分指标值相一致的结果,应用实例表明,与感官评定方法相比,该方法在客观性,准确性等方面具其优越性。     

基于嗅觉可视化技术的猪肉新鲜度等级评判

利用嗅觉可视化技术对猪肉新鲜度等级进行评判.提取猪肉的挥发性气体与可视化传感器阵列进行反应,用图像处理技术分析反应前后传感器阵列的颜色变化,获取反映新鲜度的气味特征信息.通过主成分分析,选取前10个主成分作为所建立的BP神经网络的输入变量,构建猪肉新鲜度等级判别模型,模型的预测正确率为84.62％.研究结果表明:嗅觉可视化技术可用于猪肉新鲜度等级的快速评价.     

卷烟生产质量监管系统的研究与分析

质量监管是质量为先的重要组成部分.本文以卷包工序为主要讨论对象,研究分析了建立卷包质量监管系统的重要性、卷烟生产质量监管的现状及问题、卷包质量监管系统的要点.阐述了在科学技术高速发展的今天,需要通过质量监管系统这一形式,以更为高效、智能的方式将生产过程质量情况反馈给操作人员或管理人员,从而达到不断改善质量、快速提升...     

基于遗传神经网络的酒类鉴别技术

通过感官鉴别酒类质量结果的准确性难以保证，因此研究快速、准确的鉴别方法是必要的。用人工嗅觉系统鉴别酒类质量是一种快速、简便的方法。提出了一种遗传径向基函数神经网络作为人工嗅觉系统的模式识别方法，以进行酒类质量的鉴别计算。实例表明，该方法是有效的，不仅能用于酒的分类，还可用来鉴别酒的质量等级。     

神经网络模型在农村人均收入预测中的应用

利用人工神经网络建立了具有时间序列对象的预测模型，并提出了基于体模型的数据处理方法，在此基础上，对吉林省榆树县大坡镇两家村的人均收进行了预测，证实了本模型的正确性和科学性。     

农业机械性能评价及选型专家系统的设计

考虑到农业机械性能评价及选型过程中的模糊性，提出和设计了面向这一问题的专家系统，该系统的研制和实现为农机总体性能的评价与选型提供了科学决策的依据和手段。     

利用神经网络技术建造工艺设计专家系统

针对传统人工智能专家系统的缺点，引入了以并行计算为主的神经网络技术，并成功地运用它来建造工艺设计专家系统。神经网络中的ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）模型用作规则记忆器，每一模型中，知识库和推理机是合二为一的，许多这类模型构成系统的知识库。工艺路线的最后决策通过数据驱动的正向推理来实现     

滚子链疲劳可靠性评定方法

在系统研究的基础上,推荐以可靠寿命作为农机用滚子链疲劳可靠性的评定指标,找出了疲劳寿命分布规律并分别制订了正常载荷水平和加速试验的抽样检验方法。     

我国农机总动力需求的模糊神经网络预测模型

利用模糊神经网络建立了具有时间序列对象的预测模型，提出了相应的模糊化方法，并对我国农机总动力需求进行了预测，预测结果和实际情况的有较好的一致性。     

仿生人造牲畜疾走步态动步行的基础研究

进行了仿生人造牲畜疾走步态动步行的基础实验研究，所用仿生人造牲畜有１２个自由度，关节由带有轴角编码器的直流伺服电机驱动。仿生人造牲畜在疾走步态动步行时简化为倒立复摆模型，应用此模型完成了支撑足同相位的仿生人造牲畜的控制。