多气体传感器信号样条回归分析

回归分析研究某一变量和其他有关变量的依赖关系 ,它利用观测数据建立变量之间的回归模型 ,并做出预报和控制 .目前 ,回归分析已广泛应用于工程、经济、金融、生物和医学等领域 .将样条回归分析方法用于电子鼻系统中多气体传感器信号的信息处理 ,针对牛肉样本建立了牛肉新鲜度样条回归模型 ,并对该模型进行了回归分析 ,给出了牛肉新鲜度预报值和估计区间 .研究结果表明 ,样条回归分析适用于电子鼻系统在牛肉新鲜度检测中的信息处理     

广义样条带权回归及其应用

在样条回归的基础上，提出了适用于非单调数据的广义样条带权回归方法，经我校区用电量实例计算验证，比广义线性、多项式逐步和传统样条回归方法的效果显著     

数据预处理在电子鼻评价鸡蛋新鲜度中的应用研究

采用电子鼻技术对鸡蛋新鲜度进行评价,采用主成分分析处理电子鼻响应数据.为选取合适的电子鼻数据预处理方法,以主成分贡献率及马氏距离分辨力为指标,比较了4种数据预处理方法对电子鼻检测鸡蛋新鲜度准确性的差异,分析了产生差异的原因.结果表明:Z-标准化对电子鼻数据预处理的方法能较好地区分鸡蛋新鲜度差异.     

电子鼻在食品科学中的应用

电子鼻是新近发展起来的模拟人工嗅觉的设备,由于其费用经济,检测速度快,可以客观、自动、无损的鉴定食品的风味物质,因此在食品工业中的应用越来越广泛.主要综述了:①电子鼻的结构,重点介绍了电子鼻的样品处理系统和检测系统,分析了样品处理方法、原理及其需要优化的参数,同时对检测系统的传感器类型、原理及其优缺点进行了介绍;②电子鼻在食品科学的几个方面如过程监控、真伪鉴别、货架期以及新鲜度等方面的应用.由此可以看出电子鼻必将得到越来越广泛的应用.     

基于PSO结合SVM的肉品新鲜度判别方法

通过测定4种肉样品(猪肉、牛肉、羊肉及虾)的挥发性盐基氮(TVB-N)、细菌总数、pH值和感官评分等指标数据,运用支持向量机方法对以上数据进行综合训练得到数学模型,并对SVM模型参数采用粒子群优化算法进行优化,拟实现肉品新鲜度的快速准确分类.结果表明:仅采用某一项理化指标对肉品新鲜度进行判定误判率较高,而采用默认参数条件下的以RBF为核函数的SVM模型能一定程度上提高判别准确率,但利用PSO优化的SVM模型能将肉品新鲜度判别准确率提高到100%,且模型还具有极好的稳定性.     

一种羊肉品质无损检测方法的研究

对反映羊肉品质的气味、pH值、表面纹理色泽等信息进行了检测,通过人工神经网络建立了多数据融合检测模型,检测结果与肉类新鲜度国家标准TVB-N值相对应,实现对羊肉新鲜度的快速、无损检测.     

应用电子鼻分析香精及产品气味变化相关性

优化了电子鼻录入香精及产品气味信息的方法,在该录入条件下实现了电子鼻区分香精及对应产品在贮藏过程中气味信息的变化.对2支香精及对应产品在常温条件下贮藏过程中的气味变化进行了追踪,并通过对不同气味信息建立模型,分析了香精及产品在贮藏过程中气味变化的相关性.     

不同解冻方式对金枪鱼新鲜度的影响研究

金枪鱼营养物质丰富,但极易腐败,其新鲜度对金枪鱼的品质安全、运输储藏和加工都有重要意义,而解冻方式对其新鲜度有很大的影响。以不同解冻方式下金枪鱼的pH、K值、组胺含量的变化和电子鼻测定的鲜度值为指标,找出比较合适的解冻方式。在整个解冻过程中,pH呈现出减小的趋势,而组胺含量和K值则会随着解冻时间的延长而有所增加。结果显示,外部解冻中的温度梯度解冻和内部解冻中的超声波解冻能够较好地保持金枪鱼的新鲜度。     

基于AR信号处理和KII模型的嗅觉识别算法

信号的特征提取和模式识别方法,在实现准确的电子鼻气体定性分析中尤为关键,本文提出了基于AR信号处理和KII模型的嗅觉识别算法．将传感器信号分为：上升期和稳定期两部分,对上升期信号提取斜率作为特征;对稳定期信号,进行AR建模来提取特征．在电子鼻的模式识别算法上,利用KII模型对气味信号进行分类．该方法充分利用了AR信号处理在信号表示方面的有效性及降维优势、KII模型在模式识别方面的优越性．仿真将该方法与BP网络、AR—BP算法及单KII网络进行了比较,结果表明,AR信号处理技术可以很好的提取特征,并与KII建立相关的数学模型,将AR信号处理技术应用到电子鼻系统中是可行的,且具有更高的识别率．     

DW与DM在气象分析中的应用

气象变化的信息关系着国计民生的大事，及时快捷的气象信息，对生产生活有重大的意义。本文充分利用上述的现代信息处理技术，提出了一个气象信息智能处理模型，对气象数据收集，处理和信启、发布于一体的模型，对研究气象处理自动化智能化有重要的意义。     

嗅觉可视化技术在猪肉新鲜度检测中的应用

针对肉类快速检测的需求和人工嗅觉技术存在的检测范围窄、受环境温度影响大等缺陷,根据金属卟啉化合物与有机小分子气体反应后发生颜色变化的原理,介绍了人工嗅觉可视化技术在肉类检测中的应用,首先介绍了金属卟啉化合物的特性及气体可视化传感器阵列的制作过程,然后对嗅觉可视化系统的组成做了简要介绍.     

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。     

基于多信息处理的肉类新鲜度检测方法研究

为找出一种快速、有效、科学的检测肉类新鲜度的方法,分析了肉类新鲜度检测辨识机理,构建了一套基于电子信息技术、光电检测技术、图像处理技术以及神经网络模式识别技术的智能检测辨识系统.通过对猪肉样本的测试与分析表明,该系统可实时准确地识别肉类新鲜度.此外,该方法可应用到其他相关检测领域,研究成果具有重要的现实意义.     

基于神经网络的肉类新鲜度辨识技术

提出了肉类新鲜度检测识别机理,构建了一套由气敏传感器阵列、数据采集单元、神经网络组成的智能检测辨识系统.通过猪肉样本的测试与分析表明,该方法可实时准确地识别肉类新鲜度.     

信阳毛尖茶品质和化学成分快速检测方法

探索茶叶品质和化学成分的快速检测方法,利用电子鼻技术对3个品质等级的信阳毛尖茶的挥发性气味进行了分析.对电子鼻检测信号进行主成分分析和线形判别分析结果显示3个品质的茶叶能被很好地区分,各个类的集中性也较强.采用二次多项式逐步回归分析分别建立传感器信号和信阳毛尖茶的氨基酸、茶多酚和咖啡碱含量之间的预测模型.通过测试集对二次多项式逐步回归模型进行验证得到氨基酸、茶多酚和咖啡碱含量的预测值和测试值的相关系数分别为0.95、0.94和0.92,预测标准误差分别为0.08、0.11和0.8,平均误差分别为0.9%、2.8%和1.5%.结果表明,电子鼻技术可以用于茶叶理化成分的快速检测.     

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.