基于FastICA和神经网络的电子鼻模式识别

气体传感器阵列是电子鼻系统的重要组成部分,传感器阵列的交叉敏特性严重影响电子鼻对气体识别的准确率.将快速独立分量分析算法和BP网络相结合用于电子鼻的模式识别可以有效地改善这一问题.并由一个5个传感器组成的电子鼻系统,对10组不同体积分数的3种气体测量得到的30组数据样本进行仿真.结果表明,用快速独立分量分析对数据作预处理,可以简化计算,减少数据之间的相关性,将预处理后的数据样本作为BP网络的输入,使网络结构简化,收敛速度快.利用该方法可以提高电子鼻识别气体的准确率.     

基于独立分量分析和BP网络的电子鼻模式识别

为了提高电子鼻对混合气体的识别率,针对气体传感器阵列的交叉敏感特性,探讨了在电子鼻系统中基于独立分量分析(ICA)算法与BP神经网络相结合进行模式识别的可行性。并对4个气体传感器组成的电子鼻对4种气体混合物所测得的原始数据进行处理,结果表明:ICA算法对数据进行有效预分类,减少了样本之间的相关性,将生成的新样本作为BP网络的输入,使网络结构简化,在保证一定正确率的前提下,大大提高网络的学习速度。利用该方法可以提高电子鼻识别混合气体的准确率。     

最小二乘法在电子鼻动态信息融合中的应用

基于集成气敏传感器阵列和多传感器信息融合技术的电子鼻系统,可用于气体/气味的定性定量识别.电子鼻走出实验室的关键是高效的识别算法和简化的实验装置.本文提出最小二乘法在简化的电子鼻系统中的应用模型.利用线性最小二乘法拟合传感器阵列的动态响应曲线,建立电子鼻系统的知识库并进行智能识别.利用该方法并结合气体传感器阵列在不同温度条件下的动态响应信号,对雪碧、酷儿和绿茶三种饮料样本进行定性识别,仿真验证结果表明该方法的识别准确率达到100%.     

电子鼻在气体检测中的应用研究

优选对甲烷、丙烷及氢气交叉敏感的5只半导体传感器组成气体传感器阵列,建立实时数据采集系统,结合特征提取和模式识别算法,研制出了一种对3种可燃性气体进行实时检测的电子鼻系统。提出了双重神经网络定量分析多种未知气体的方法,即先利用第一重网络对气体进行定性识别,再应用第二重网络对识别出的气体进行定量分析。通过BP神经网络分析表明:该系统对3种气体的识别率达到了100%,定量分析的最大相对误差不超过9.4%。     

基于遗传小波神经网络的白酒识别电子鼻

为研究不同品质白酒快速识别的电子鼻技术,利用自制的电子鼻采集四种白酒样品的气味数据,建立了BP神经网络分类模型。针对BP算法普遍存在的收敛速度慢、易陷入局部极小且网络参数需要人工设定的缺陷,提出一种将遗传算法的自适应全局优化搜索能力、小波分析的非线性逼近能力和BP算法自学习能力结合在一起的遗传小波神经网络白酒识别模型。仿真结果表明,与BP神经网络和小波神经网络相比,GA-WNN分类模型的收敛速度和分类准确率都得到了较大提高,可应用于白酒识别电子鼻。     

基于传感器温度动态响应信息和Kohonen算法的葡萄酒定性识别方法

对复杂混合气体/气味的定性识别是电子鼻技术应用的重要方面.文章以对不同品牌的葡萄酒样本的定性识别为例,尝试利用气体传感器温度动态响应信息并结合Kohonen算法,实现对复杂混合气体/气味的定性识别.仿真验证结果表明:采用仅由3个气体传感器构成阵列的电子鼻系统,利用上述方法对5种不同品牌的葡萄酒样本的识别准确率达到100%.文中同时针对识别对象的特点,介绍了一种差值抵消的数据预处理方法.     

用于易挥发性化学品检测的实用电子鼻算法研究

由气体传感器阵列构建的电子鼻系统在易挥发性化学品的快速检测中起着重要的作用.利用12 路气体传感器阵列采集易挥发性化学品蒸气的响应曲线,通过研究具有一定抗干扰能力的具有现场实用意义的电子鼻识别算法,提出了一种基于 BP 神经网络的算法来提取特征向量.所需计算量小,稳定性高,受浓度影响小;在此基础上进行神经网络的训练并对...     

基于Fe_2O_3系列气体传感器阵列的电子鼻系统

阐述了一种基于Fe2O3系列气体传感器阵列的电子鼻系统硬件实现方法及其系统的一般组成,介绍了Fe2O3系列气体传感器和传感器的加热电路。该系统以MSP430F149单片机为核心,实现对检测气体的自动数据采集、脱机和联机识别。利用该系统对甲烷、氢气和液化石油气进行检测,结果表明:该电子鼻系统能有效地对这3种气体进行定性识别,识别率接近100%。     

基于集成气体传感器阵列的电子鼻系统

介绍一种基于集成气体传感器阵列的电子鼻系统硬件实现方法。描述了系统的一般组成,重点介绍了所采用的集成气体传感器及其信号拾取方法。该系统可实现对检测气体的自动数据采集、微机传送,具有高的灵敏性和可靠性。另外,对采用的集成气体传感器系列,该电子鼻系统具有一定的通用性。利用该系统对五种葡萄酒进行了检测,结果表明:该电子鼻系统可有效地用于葡萄酒的定性识别,识别准确率达到100%。     

针对香蕉品质检测的专用电子鼻系统

研究开发了一套针对香蕉品质检测的专用电子鼻系统。针对香蕉品质变化过程中释放的特征气体选择了特定的气敏传感器阵列,利用传感器检测腔的环境控制优化模块来稳定气体传感器的工作环境,提高系统检测精度和稳定性。同时通过传感器阵列及气腔的小型化设计,实现系统的便携化,极大地提高了系统的实用性。系统采用数据预处理和BP神经网络的组合识别算法,对香蕉的不同品质状态进行了分类识别。实验结果表明,系统的识别率达到了100%。     

基于电子鼻技术的烤烟过程气味变化研究

为了掌握烟叶烘烤过程中气味变化的规律,用金属氧化物半导体传感器阵列组成的电子鼻对烤烟烟气进行实时监测。详细阐述了自制的电子鼻系统和实验过程,在对样本数据进行预处理后,采用主成分分析法对样本进行分析。分析结果表明:利用电子鼻技术得出的气味综合曲线能够真实有效地反映烟叶烘烤过程中的气味整体变化趋势,并且分析得出的烤烟过程中气味变化规律与现有烟叶烘烤理论较好地吻合。     

电子鼻在棉织物异味检测中的应用研究

基于电子鼻传感器检测技术,对棉织物中5种异味整体性质的人工智能评价进行探究,根据传感器检测数据曲线和数据主成分分析(PCA)分析,结果表明:各传感器对不同异味成分的响应性不同,PCA分析法处理数据能够有效区分布样中不同的异味组分,为纺织品异味的快速、有效、客观检测评定奠定了一定的基础.     

基于可视化仿生鼻的酮体标志物检测研究

现有的酮体水平检测方法无法完全满足潜在酮症患者在医院外或实验室外的无创、直观简便检测需求.考虑到高选择性、高特征性、无创、直观可视化等优点,基于可视化仿生鼻对酮体标志物丙酮气体的检测进行了实验研究,并对实验结果中所获取的HSI颜色差值特征进行了动态响应分析、层次聚类分析、反向传播(BP)神经网络识别等.分析结果表明:可视化仿生鼻的HSI差值特征与丙酮气体浓度存在非线性关系,且BP神经网络能够通过HSI差值特征实现不同浓度丙酮气体的识别,识别结果的整体平均相对误差为6.67%.     

基于在体植入电极的生物嗅觉传感系统设计及其气味识别

目前生物嗅觉系统在气味识别方面相比于化学传感器阵列构成的电子鼻系统具有更高的灵敏度、特异性和响应速度。为了探讨生物嗅觉传感系统气味识别的可行性,构建了基于微电极阵列传感器植入大鼠嗅球构成的嗅觉传感系统,研究记录了浓度为10 mM的异丁醇、苯甲醚、香芹酮和柠檬醛4种气味刺激引起的嗅球僧帽层低频场电位信号,采用多窗谱估计算法和移动窗技术结合得到随时间分布的功率谱密度图。实验结果发现气味刺激后信号功率谱能量较多分布在gamma频段(40 Hz～120 Hz)。使用K最邻近分类方法对120组数据进行分类识别,4种气味分类正确率达到77.4%。实验结果表明该嗅觉传感系统结合多窗谱估计时频图与K最邻近分类算法可以初步实现气味识别。     

Wavelet filter for noise reduction and signal compression in an artificial nose

This work presents results of the use of a wavelet filter for noise reduction and data compression of signals generated by artificial nose sensors. To verify the performance of the wavelet analysis in the treatment of odor patterns, we compare two widely used artificial nose classifiers, multi-layer perceptron neural network and time delay neural network in the analysis of signals generated by eight conducting polymer sensors exposed to gases derived from the petroliferous industry.     

基于模糊神经网络生物嗅觉的智能电子鼻的研究

通过研究鼻道结构对生物嗅觉的影响,构造了装有传感器阵列的电子鼻流道和控制装置,实现了嗅觉区域气体流量和气味分子浓度的主动控制,提高了嗅觉灵敏度;根据生物嗅觉系统的模糊性质在嗅觉感知中所起的关键作用,构建了更接近生物嗅觉的模糊优化神经网络算法,使电子鼻系统更具仿生特性,实现了电子鼻动态检测的目标;实验结果表明,该电子鼻不仅具有辨识的快速性,还提高了自适应辨识精度,从而能够准确做出预报。