BP神经网络在电子鼻分类识别多品牌白酒中的应用研究

由于MQ3、MQ4、TGS813、TGS2620 4个金属氧化物半导体组成的气体传感器阵列对酒精气体及有机物交叉敏感,据此建立实时数据采集系统,并提出稳态特征值和动态特征值的提取方法,进而结合BP神经网络识别方法,通过所建立的电子鼻系统对3种不同品牌白酒进行了分类识别实验.结果表明:电子鼻系统对不同品牌白酒的识别率稳态特征时达90.0%,动态特征时达83.3%.     

基于形状和结构特征的白酒识别方法研究

提出了一种有效描述白酒显微图像中微粒的形状和结构分布的组合特征提取方法,研究了基于显微图像的白酒识别方法.显微图像先经过全差分滤波增强,以及互熵阀值区域分割.然后提取显微图像的形状和结构特征,包括所有区域面积、周长和低阶矩的总和、均值及方差,最大5个区域的畸度和圆度,以及区域数目,共计26个特征值.最后基于BP神经网络建立白酒识别模型.通过实验,比较了传统形状特征与文中提出的形状及结构组合特征在白酒识别中的效果,结果表明使用文中提供的形状及结构组合特征获得更高的识别率,达到95%以上.     

电子鼻研究进展及在中国白酒检测的应用

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向.     

基于CNN-GRU的冷水机组传感器偏差故障诊断方法

针对冷水机组传感器偏差故障识别率低的问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控递归单元(Gated Recurrent Unit,GRU)融合网络模型(CNN-GRU)的冷水机组传感器偏差故障诊断方法.该方法利用GRU记忆冷水机组因每个传感器动态响应特性不同造成的其每个传感器不同的时间相关性,克服了CNN在冷水机组传感器偏差故障诊断中仅能提取时间序列实时特征的缺点.首先采用CNN自动提取传感器时间序列的实时特征,然后利用具有长短期记忆能力的GRU实现对冷水机组传感器不同时间相关性的记忆,从而充分利用时间序列中的特征信息对数据进行表征建模,进而有效提升了冷水机组传感器偏差故障识别率.将该方法与CNN、主成分分析和自动编码器方法进行比较,实验结果表明:温度类和压力类传感器的偏差故障识别率分别在85％以上和90％以上;验证样本得到了83％以上的偏差故障识别率,验证了该方法的泛化能力良好;该方法对于同一传感器、故障大小互为相反数的偏差故障的故障识别率均具有良好的对称性;该方法的偏差故障识别率高于其他方法,尤其对于很小的偏差故障的识别率具有更明显的优势.     

基于SVM的机器人工件识别

支持向量机(SVM)是一种崭新的机器学习方法,建立在结构风险最小化原理基础上,寻找一个最优分类超平面,引进核函数将低维空间向量映射到高维空间.此方法能解决小样本、非线性及高维模式识别中的问题.鉴于此,将SVM应用于多传感器信息融合,并针对多类型目标识别问题,采用“oneagainstall”方法构造多元分类器.实验中比较了采用不同核函数构造的SVM的分类效果,结果表明SVM具有较高的识别率,其中三项多项式核函数构造的SVM的识别率最高,可达到93.2%.另外,还比较了单传感器和多传感器融合的识别结果,单传感器的识别率只有63.7%,大大低于多传感器融合的识别率.     

基于声表面波谐振器的三维纳米团簇敏感薄膜关键技术研究

设计了一种新型基于声表面波技术的气体传感器,理论分析了三维纳米线结构的比表面积大、灵敏度高等优点,采用具备高Q值和低插损的谐振型声表面波器件结构,制备了三维敏感膜结构的声表面波气体传感器.在此基础上,为提高吸附效应,对三维纳米线簇进行了修饰改进.通过将沙林气和芥子气注入放置了声表面波的气体传感器密闭腔体内,经过神经网络识别系统进行定性识别.实验结果表明,基于修饰改进后的纳米线簇敏感膜制备的声表面波气体传感器对给定毒气混合气体的整理识别率大于90%,能够满足通用的毒气定性检测要求.并且三维纳米声表面波气敏传感器的灵敏度和响应速度优于传统的传感装置,在识别系统加大样本数据量时,能够进一步提高识别精度.     

基于方向补偿匹配算法和脚跟着地特征的鲁棒步态识别简

针对步态识别中传感器方向不一致和动作信号分割问题,提出利用方向补偿匹配算法解决传感器方向不一致问题,利用脚跟着地的观测特征计算似然度.首先,通过IMUZ传感器获得动作的加速度和旋转速度,根据加速度计算出脚跟着地(HST)特征的似然度;然后,利用IMUZ传感器的旋转矩阵进行倾斜校正,利用方向补偿信号匹配算法解决传感器方向不一致问题;最后,通过计算数据库样本与探针样本的距离获得匹配度.实验结果表明,与固定窗口方法、动态窗口方法、运动角联合方法和传感器融合方法相比,本文方法对5种步态类别的识别率更加稳定,对4种步态的识别率明显高于其他方法.     

基于弹性网格HOG特征的手绘车符识别

研究了常用的28类机动车和非机动车的车符识别问题.针对手绘车符不规则形变和样本间相似度高的特点,提出一种基于弹性网格方向梯度直方图(histograms of oriented gradients,HOG)特征提取方法,该方法利用了水平与垂直投影直方图较好地表征图符的全局特征、局部特征及HOG特征,结合弹性网格吸收形变的能力,使得在现有的训练样本库中总识别率达94.8%,在手写数字等3个不同领域的手绘图符样本库中,平均识别率达92.5%.实验结果表明,该方法对手绘车符识别具有较高的识别率,对其他手绘图符也有较好的识别效果.     

用于肉品特征挥发物快速检测的气体传感器响应特性研究

为了获得一种性能更优的气体传感器,用于肉品特征挥发物的快速检测,以恒电流法制备PANI/Au/Al2O3电极,并组装成电阻式丙酮气体传感器.在稳定性测试中,利用此传感器于1 189与23 ppm丙酮气体中进行连续感测,其电阻感测变化率(感测信号)从开始时的3.13%与0.74%,经10次测试后,信号分别下降为3.05%与0.72%.在气体选择性测试方面,当混入氧气或二氧化碳作为干扰气体时,丙酮感测灵敏度下降,但丙酮的浓度与传感器电阻变化率之间均具有良好的线性关系.然而此传感器对丙酮气体进行感测时受水分和氨气的干扰相当显著.最后提出了此传感器感测丙酮气体的机理.     

基于三维轨迹的相似手势识别研究

为解决动态手势识别中相似手势识别率不高的问题,本文开发了基于Leap Motion设备的动态手势识别系统,即对采集到的所有动态手势的三维运动轨迹数据预处理后,以运动角为固定特征通过HMM模型区分出非相似与相似手势;对于相似手势,设计了基于角点数、子区域百分比、角点序号百分比、轨迹区域长宽比的二次识别系统.验证试验表明,相似手势的最终识别率高达92.56%,二次识别的平均识别率比基于HMM一次识别的平均识别率提高了17%.     

基于电子鼻技术的茶叶贮藏时间检测方法

主要探索茶叶贮藏时间的检测方法.以黄山毛峰茶为研究对象,利用电子鼻对7个不同贮藏时间下的干茶叶进行检测.根据电子鼻传感器阵列响应特点选取了特征变量,以特征变量为自变量,以茶叶贮藏时间为因变量,建立了茶叶贮藏时间的BP神经网络预测模型.通过测试样本对模型进行实验分析,结果表明:该模型对于7个不同贮藏时间茶叶样本最大预测误差为42.1天;预测误差超过10天的最大样本数为5个,占总样本数的7.14%.验证了所建立的茶叶贮藏时间BP神经网络预测模型的可行性.     

基于电子鼻技术的葡萄酒分类检测方法

为了简单准确的检测葡萄酒的种类,建立了电子鼻检测系统。以三种具有相似气味的葡萄酒的种类识别为实验背景,根据葡萄酒散发的气味合理的选用了八个气敏传感器。利用主成份分析方法对传感器阵列进行优化,最后确定选用四个传感器为最终的传感器阵列,并借助Fisher判别分析方法检验其效果。使用SVM算法及BP算法分别对不同训练样本数的葡萄酒做对比实验。实验结果表明,基于PCA-SVM模式识别算法有很高的识别精度,很强的分类能力,而且在小样本分类识别实验中有着潜在的优势。     

基于电子鼻技术的黄山毛峰茶品质检测方法

为了更加客观地评价黄山毛峰茶的品质,提出了一种利用电子鼻技术对黄山毛峰茶品质检测的方法。选择4种不同品质等级的茶叶,首先根据传感器响应选择特征变量,然后以这些特征变量作为BP神经网络的输入,建立茶叶品质等级的3层网络预测模型。实验结果表明,本文建立的模型对于训练样本识别准确率为100%,对测试样本识别准确率为89.3%,表明应用电子鼻技术检测黄山毛峰茶品质具有可行性。     

基于Labview和PCA分析方法的电子鼻设计

为解决电子鼻在食物品质评价中的应用问题, 设计了基于金属氧化物半导体型气体传感器阵列和\{Labview\}虚拟仪器的电子鼻系统。该系统通过对不同样品进行信号采集建立气味数据库, 信号采集系统由STM32微控制器和24位模数转换器AD7794构成, 采集的信号通过串口被传输到PC(Personal Computer), PC接收数据后, 使用在Labview平台下搭建的上位机软件, 通过内嵌的Matlab脚本对数据进行整理, 最终利用PCA(Principal Component Analysis)对数据进行分析, 获取气味指纹。该系统通过对5种不同种类食用酱的挥发气体进行检测, 建立气味数据库, 进而实现对未知酱品的检测,最终实现了对不同种类的食用酱准确区分的方法。     

基于支持向量机的香水识别电子鼻系统设计

针对电子鼻在化妆品领域的应用推广问题, 研制了一套用于香水识别的电子鼻系统。该系统主要包括数据采集, 信号调理, 特征提取和模式识别。硬件以微控制器dsPIC30F6014A为核心, 根据香水气味合理地选择了3个广谱型气敏传感器, 并加入温湿度传感器; 软件利用基于COM组件的VC和Matlab混合编程, 设计并实现了内嵌模式识别算法的上位机监控软件, 并发布成可执行文件。模式识别采用支持向量机（SVM: Support Vector Machine)方法, 相比PCA(Principal Component Analysis)、 神经网络等算法提高了小样本情况下的泛化性能。利用该系统对4种香水进行训练、 识别, 分类准确率达92%, 检测结果表明, 该电子鼻系统在香水识别方面具有较高的准确性和稳定性。     

人工神经网络对电子鼻性能的影响

电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些.     

光纤分布式地震波探测系统及其布设优化研究

应用光纤分布式声波检测与干涉探测技术,设计了一种用于油气勘探开发的光纤分布式地震波探测系统,并在埋地布设的基础上提出光缆附加尾椎的布设优化方案。野外现场测试结果表明,系统能够完整探测到地震波沿光缆的分布情况,波形特性与传统电子动圈传感器相似,埋地式布设最远探测距离20 m,尾椎式布设最远探测距离10 m,该研究为系统的实际应用提供了必要的理论和实验依据。     

基于EMD载货汽车动态载荷信息处理技术

为在载货汽车安全状态监测中获取真实稳定的载荷状态信息,对基于位移传感器的车辆载荷状态动态检测装置实时采集到的电压信号进行了处理. 根据载货汽车动态载荷信号的特点,以经验模态分解(EMD)算法为基础,去除传感器信号中的低频动态载荷,从而获得稳态的车辆载荷信息. 基于LabVIEW软件的编程功能,实现了对载货汽车动态载荷信息的处理及结果显示. 通过不同载重量、速度、路面环境条件的实车道路试验的验证,系统测量结果误差小于5%,满足实时监测车辆载荷状态的要求.     

重载货车-固定辙叉动态与静态接触性能分析

针对重载铁路固定辙叉磨耗问题,应用动力学理论与有限元方法,分别建立C80货车-固定辙叉系统耦合动力学模型与轮叉弹塑性接触模型,分析重载货车-固定辙叉动态与接触性能。应用SIMPACK软件建立动力学模型以模拟C80货车通过75kg/m钢轨12号道岔,计算结果表明：固定辙叉最大磨耗功率随着速度的提升迅速增大,车轮从翼轨向心轨过渡将对心轨产生冲击,而且速度越高冲击力越大。应用HYPERMESH软件,建立三维弹塑性有限元接触模型,计算分析在标准75kg/m钢轨12号道岔固定辙叉不同位置处与标准货车LM型面车轮的接触状态。在模型中分别施加动载垂向力与静载轴重,进行计算,与静载轴重相比,动载垂向力作用下的最大等效应力剧增。综上所述,建议C80货车通过固定辙叉时严格控制在50km/h范围内。     

红松木烧碱法制浆黑液中木质素对污染负荷影响

为研究蒸煮黑液中木质素对污染负荷影响,研究了红松木片化学浆蒸煮黑液的污染特性及特征污染物,通过紫外-可见光谱法建立了快速测定液相木质素的分析方法及木质素对COD贡献的工作曲线,探究黑液中木质素对总COD污染负荷的贡献.结果表明蒸煮过程中,黑液中含有较高浓度的溶解态有机物,可生化处理性差,成分复杂,主要有机污染物为酚类和有机酸类物质,其中酚类化合物的相对含量高达84.34%;经测定黑液中木质素浓度为65.7g·L~(-1),产生COD_(cr)值高达93 640.86mg·L~(-1),占黑液总CODcr含量的51%左右,黑液中木质素对黑液废液污染有较大的贡献.