基于LabVIEW的嵌入式电子鼻系统设计

为了方便、快速地检测白酒的品质,研究设计了一种嵌入式电子鼻系统。该系统的数据采集模块与气体传感器阵列串口连接,同时与电脑的USB接口连接。系统的传感器阵列包含6种气体传感器,数据采集卡选用USB-6002,上位机软件是在LabVIEW程序开发环境下编写。系统测试时,对3种不同品牌的白酒进行了检测,结果显示,对样品数据的分类准确率可达90%以上。     

基于卷积神经网络的电子鼻分类识别

在混合气体识别的研究中,针对目前电子鼻应用于化工污染物种类监测时难以达到理想精度的问题,提出了一个基于卷积神经网络的气体分类识别算法。首先利用卷积神经网络的自适应特征提取能力,有效降低原始数据对后续操作的影响;其次进行多次实验训练,对卷积神经网络进行参数优化,提高网络模型性能;最后将提出的卷积神经网络算法与BP神经网络算法分别应用于加州大学公开数据集中的一氧化碳和乙烯混合气体的实验数据中。实验结果表明,卷积神经网络算法对此数据集的气体种类检测准确率达到93%,比BP神经网络算法应用于气体识别时精度更高,误差更小,为电子鼻系统气体种类检测提供了一种新的方法。     

基于圆锥形仿生气体室的鸡肉新鲜度电子鼻检测技术

为了快捷、无损检测鸡肉新鲜度,建立了基于圆锥形仿生气体采集室的电子鼻系统。根据鸡肉产生的气味,合理选用了气敏传感器阵列。借鉴嗅觉灵敏的犬类鼻道结构,优化设计了仿生气体采集室。采用RBF神经网络作为模式识别方法。经理化试验结果表明,系统检测鸡肉新鲜度准确率高达98.75%,因此所设计的仿生电子鼻检测鸡肉新鲜度是可行的。     

基于仿生鼻腔优化的油气检测方法与实验新技术

设计了一种适用于油气检测的小型仿生电子鼻系统。通过分析狗鼻腔鼻流道内部的结构特征及流场分布情况,提出了模拟狗鼻腔的仿生电子鼻腔室,解决油气检测装置尺寸臃肿、操作不灵活等问题。使用3D打印腔室样件进行烃类混合气体检测对比试验,采用十折交叉验证法比较随机森林、朴素贝叶斯、极限学习机和支持向量机算法识别效果。结果表明,优化检测腔室后的电子鼻系统灵敏度较普通腔室电子鼻系统有明显提高,识别率提高5.5%,构建的三维仿真腔室CFD分析结果也验证了本文仿生腔室的有效性。     

三种苯系物质的电子鼻气味阈值评价方法研究

为了避免气味评价过程中感官评价法带来的不利影响,采用电子鼻作为检测仪器,对挥发性有机气体苯、甲苯、对二甲苯进行了测试.电子鼻测得苯、甲苯、对二甲苯的阈值分别为0.05,0.02,0.005μg/g,对于建立一套客观的气味评价指标体系具有重要意义.     

电子鼻在危险爆炸物检测中的应用探讨

在爆炸事件频繁的当下,研发一种危险爆炸物检测装置非常必要.电子鼻具有体积小、功耗低、廉价、可靠性高等优点,是检测危险爆炸物理想技术.本文首先简要概述了电子鼻构成与工作原理、电子鼻检测爆炸物常用技术与研究进展,其后进行实验,以金属氧化物气敏传感器为研究对象,分别检测了4种常见的炸药,筛选出一款综合检测效用较好的传感元件.     

糖尿病呼气检测分析仪设计

丙酮可以作为糖尿病呼气检测的一种标志物。从呼气检测角度出发,基于电子鼻原理设计了糖尿病呼气检测分析仪。研究中基于金属氧化物半导体(Metal Oxide Semiconductor,MOS)气体传感器设计了传感器阵列,基于末潮呼气缓冲原理(Buffered end-tidal,BET)设计了呼气进样器,基于Matlab通过主成分分析法(Principal Component Analysis,PCA)和BP (Back-propagation)神经网络对呼气进行了模式识别。在模拟试验中,利用100份健康的呼气样本和100份模拟病患的呼气样本对系统的功能进行了验证。PCA图谱显示气体传感器阵列对两类不同的呼气样本的响应有着明显的区别,呼气进样器可实现系统的在线式进样,模式识别算法对两种样本的最终识别精度为91.67%。呼气分析仪的设计对于糖尿病的无入侵式检测有积极的意义。     

检测细胞代谢气体成分诊断肺癌的方法

提出了一种在细胞水平进行肺癌病理气体检测和早期诊断的方法,分析了肺癌细胞新陈代谢产物中特征性挥发性有机气体成分（VOCs）.采用固相微萃取 气相色谱（SPME-GC）气体检测装置来检测多种目标细胞的VOCs.选取13例肺癌病人手术切除后的肺癌组织和癌旁组织进行培养和电镜观察.通过对比不同类型肺癌细胞、肺癌细胞与同体正常肺部细胞、肺癌细胞与其他包括支气管上皮细胞、味蕾细胞、成骨细胞、脂肪粒细胞培养液中的VOCs,证明了肺癌细胞培养液中存在的特征性VOCs是肺癌细胞新陈代谢的产物,可以作为判定特定肺癌细胞的依据,为电子鼻呼吸诊断提供了重要依据.     

基于人体嗅觉特征的猪肉新鲜度仿生电子鼻检测技术

借鉴成人鼻腔的特殊结构及其嗅觉原理设计出具有仿生意义的气体室。根据猪肉产生的气味和传感器实验,合理选择气敏传感器。采用支持向量机(SVM)作为模式识别方法。经理化试验证明系统检测猪肉新鲜度准确率达96.45%,结果表明设计的仿生电子鼻系统检测猪肉新鲜度是可行的。     

基于TDLAS-WMS的高灵敏度电子鼻传感器设计

为了对痕量有害气体(甲烷为例)进行非接触式检测,本文基于可调谐二极管激光吸收光谱(TDLAS)与波长调制光谱(WMS)相结合的检测技术,采用中心波长为7.5μm的量子级联激光器(QCL),设计并研制出高灵敏度电子鼻传感器系统.在室温条件下,通过调节QCL注入电流,使其发光光谱扫过甲烷(CH4)气体吸收谱线.同时采用紧凑型herriott气室(长度为40 cm,容积为800 m L),使得系统总光程达到16 m.利用该传感器系统,对不同浓度的CH4进行测量,结果显示,测量相对误差小于7%,检测下限为1×10~(-9).同时,研究人员可以通过更换其他激射波长的QCL,实现对其它有害气体的检测.     

基于多传感器融合的鸡肉新鲜度检测方法

为了快捷、无损检测鸡肉新鲜度,建立了一套基于电子鼻和力学参数两种传感器以及神经网络识别技术的智能检测系统。根据鸡肉腐败机理,合理选择传感器。采用RBF神经网络作为模式识别方法。经理化试验证明系统检测鸡肉新鲜度准确率达93.65%,结果表明设计的融合系统检测鸡肉新鲜度是可行的。     

一种人脸的检测与定位方法

提出一种基于肤色的人脸检测定位算法,设计了基于肤色的人脸检测和定位系统.采用了增强人脸特征与脸部皮肤之间对比度的方法以及二值化方法,改进了预处理的效果.使用了基于边界方法和基于区域方法相结合的算法,提取了眼睛、嘴和鼻子等关键特征,最终较好地实现了人脸定位.在MicrosoftWindows ME平台上,利用Visual C 6.0开发了软件.实验结果表明,该软件对于一定尺寸范围内清晰的正面人脸图像能够正确检测定位并提取特征.     

一种高效的汽车牌照自动识别系统预处理算法

提出一种高效的汽车牌照自动识别系统预处理方法.采用文中提出的图象分析法对汽车牌照进行定位,利用Soble边缘检测法和大津展之的二值化方法处理图象,最后送入字符识别系统进行识别.实验结果表明,该方法具有快速准确的特点,明显提高了系统的识别率.     

一种基于电子鼻的辛味中药材的分类鉴别方法研究

为获取新的气味识别方法以提高智能传感器模式分类识别准确率和速度,使用了内置10个传感器的便携式电子鼻PEN3对辛味中药材进行气味采集检测.将辛味中药材在烧杯中进行密封静置待其形成稳定的气味顶空环境时,运用电子鼻对其进行检测采样得到样品高维气味数据信息.与传统的线性数据分析方法不同,针对气味蕴含多种诸如浓度、各种挥发性物质成分等特征,可知气味非线性的本质特征,在本次分析中采用了流形算法中的非线性的局部线性嵌入（Locally Linear Embedding,LLE）算法对非线性的气味数据进行特征提取与降维,再采用基于Fisher的线性判别分析（Linear Discriminant Analysis,LDA）实现对特征子空间的模式聚类与分类,通过多次实验优化LLE算法的参数,得到了最佳的辛味中药材的模式识别效果.分析结果表明,运用LLE和LDA相结合的算法（即LLE_LDA）可以很好地完成不同种类辛味中药材的挥发性气味信息的模式分类,为深层次地分析基于电子鼻的气味数据信息提供了一种新方法.     

鼻子区域生物特征识别

人脸图像信息中鼻子区域受表情、胖瘦、发型等变化的影响极小,为人脸识别过程提供了稳定的个体特征．首先对鼻子的生理结构进行了剖析,分析了利用鼻子区域识别个体的可行性及其特点;再对提取鼻子特征的Gabor参数进行了简化;然后用Gabor 核Fisher判别分析算法在不同数据库上对鼻子区域的识别效果进行了实验分析．结果表明,在表情和姿态变化较大的情况下,鼻子区域的识别效果要比人脸的识别效果好．     

霉变玉米电子鼻识别及其传感器阵列优化

收集了玉米样品40份,利用电子鼻技术对样品进行模式识别,并对电子鼻传感器阵列进行优化.结果表明,电子鼻能够对正常与霉变样品进行区分.在优化传感器阵列后,主成分分数较优化前的84.36%提高至97.54%.对测试集的判别采用4种算法(Euclid、Malahanobis、Kohonen和DFA)进行判别,电子鼻判别率较优化前均有不同程度的提高,其中Kohonen法判别率可达90.63%.