基于智能电子鼻的冰箱冷藏食品新鲜度原位检测技术

为了满足人们对冰箱内食品新鲜度、营养以及安全食品的需求,通过智能电子鼻来检测冰箱冷藏室(4℃)内存储的食品新鲜程度,用于食品检测的电子鼻系统主要由气体传感器阵列和食品新鲜度识别算法组成,可以记录食物不同新鲜度的气味特征? 传感器阵列由金属氧化物半导体传感器构成,可以实时记录冰箱中食品的气味变化,同时采用模式识别算法 对食品新鲜程度作出新鲜、次新鲜和腐败的区分。针对冰箱中存储的肉类、蔬菜和水果,进行了多种食品实验测试。实验结果表明,开发的电子鼻系统对冰箱内的食品新鲜度变化具有良好的灵敏度。因此,采用电子鼻获取食品的气味变化是一种无 损、低成本的检测手段,该技术可以做到实时检测冰箱中食品的新鲜度。     

冰箱贮存食品新鲜度检测与识别的智能电子鼻设计

针对冰箱贮存的肉类与蔬菜新鲜度检测需求,设计了基于智能电子鼻的新鲜度检测仪器.针对食品新鲜度特定气体的检测目标,设计了新型的气体传感器阵列,使用单片机及通信技术,研制出一台小型电子鼻仪器,实现了冰箱内食品信息的快速采集和检测以及数据通信功能.采用线性判别分析方法(LDA)及主成分分析(PCA)等算法实现了冰箱内食品种类和新鲜度的智能识别.在实际应用中,该仪器可根据冰箱保鲜贮存的特定低温环境,改进专用的检测气室和识别算法.     

基于神经网络的肉类新鲜度辨识技术

阐述了肉类新鲜度检测识别机理,构建了由气体传感器阵列、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,辨识准确率可达90%以上。     

基于BP神经网络的猪肉新鲜度检测方法

猪肉在储藏、加工和运输过程中因为腐败会挥发出氨气、硫化氢等,据此选择8个金属氧化物半导体气敏传感器构成检测阵列,运用改进的BP神经网络算法建立猪肉新鲜度智能检测的数学模型,从而构建了猪肉新鲜度检测电子鼻系统。通过检测实验构建样本数据集,并对识别模型进行训练、测试,结果表明该模型对猪肉新鲜度的预测结果与用理化分析方法所得实际结果具有很好的吻合度,预测准确率大于90%。     

基于气敏传感器阵列和PCA的猪肉新鲜度快速分类方法

根据猪肉的腐败机理及其气味特征,合理选用了气敏传感器阵列,建立了一套用于猪肉新鲜度识别的电子鼻系统。通过不同保存温度不同时间的猪肉样品的电子鼻检测实验,探讨了电子鼻的实时响应特性的补偿方法和基于PCA的猪肉新鲜度的判别模式。同时采用挥发性盐基氮(TVBN)和微生物菌落总数检测实验进行对比分析。结果表明:在不同实验条件下,由于微生物作用产生的猪肉腐败规律,可由电子鼻实时检测;把温湿度信息作为PCA输入分量,能较好补偿温湿度造成的传感器误差。但是对于不同保存温度,判别模式是不同的。结果也表明,建立的电子鼻系统可以分析腐败过程,并半定量地表征猪肉腐败水平。     

卷积神经网络在车辆识别中的应用

针对现有车辆识别方法计算量大,提取特征复杂等问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的车辆识别方法。构建卷积神经网络模型,分别使用不同的卷积核、网络层数、特征图数对网络进行训练;通过100次迭代的学习结果得到最优模型,提取隐含层所有特征,并结合支持向量机进行识别;系统分析了不同参数对测试正确率和样本均方误差的影响。实验结果显示,CNN+SVM在车辆识别中的准确率明显优于传统CNN、PCA+SVM、HOG+SVM、Wavelet+SVM,正确率为97.00%,分析了样本识别错误的原因以及今后需要改进的地方,为以后的研究指明了方向。     

电子鼻牛奶质量检测的研究

利用自主研制的CN e-Nose I型电子鼻气体分析仪对多种品牌、不同新鲜程度的牛奶进行检测,并通过模式识别方法分析和识别数据.牛奶各组分经由金属氧化传感器阵列采集信号,其数据及响应曲线记录在PC端.运用主元分析和人工神经网络方法识别曲线特征,通过与新鲜高质量样本的标准数据进行比较,判断出牛奶变质程度.实验结果表明,电子鼻技术对牛奶品质的识别率较高,且具有便捷、安全等特点,是一种发展前景良好的实用技术.     

电子鼻及其在食品领域的应用

介绍了电子鼻的基本原理和组成,不同种类的电子鼻由不同的传感器阵列组成。并在应用方面可以对不同酒类的气味进行鉴别判断;对肉类进行微生物分析;对奶制品进行在线控制;还能够检测饮用水和饮料中不同微生物和重金属的含量;对不同品质的茶类能够迅速识别。     

一种基于计算机嗅觉的卷烟等级识别方法

为利用计算机嗅觉系统(电子鼻)快速、简便地识别同种品牌不同等级的卷烟,选取三种不同等级的“双喜”牌卷烟作为实验对象,利用PEN3电子鼻分别检测整盒(未开封)、滤嘴、烟丝、烟纸、烟气等5个方面的气味,并利用主成分分析(PCA)和主成分分析+线性判别分析(PCA+LDA)分别对该5种气味信息进行分析.最后利用相关性分析对整盒气味信息的待测样本进行了区分测试.结果显示:单独利用5种气味的信息都区分出三种等级,其中区分效果由优到劣依次是滤嘴、烟气、整盒、烟丝、烟纸.利用相关性分析方法对整盒待测样品的测试正确率达100％.     

使用电子鼻检测低温贮藏罗非鱼储存时间

本文采用电子鼻结合理化检验方法探索了一种低温贮藏罗非鱼储存时间预测方法。按照国家标准检验了罗非鱼样品的挥发性盐基氮（TVBN）,同时测量了电子鼻传感器阵列响应,以TVBN检验结果标定罗非鱼的新鲜度。在随机共振理论模型研究的基础之上,对电子鼻检测数据进行主成分和随机共振分析。相对于主成分分析结果,随机共振输出信噪比可以完全区分罗非鱼样品。依据TVBN国家标准计算得到罗非鱼电子鼻检测信噪比新鲜度阈值为-61.1688。选取信噪比曲线特征值经线性拟合回归建立了罗非鱼储存时间预测模型,该模型的预测系数R2=0.910,结果表明可以准确预测罗非鱼的储存时间。该方法具有快速、易操作、准确等优势,有望于在水产品品质快速分析中得到广泛应用。     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

系统集成芯片综述

集成电路芯片工艺的发展已可使一个系统或一个子系统集成在一个芯片上 ,称为系统集成芯片。本文综述了系统集成芯片的硬件构造、超长指令 (VLIW )结构、芯片嵌入软件及软硬件协同设计方法。     

基于VRML的网上虚拟教室漫游研究

以一个虚拟教室为例进行3D虚拟漫游的初步设计．这种方式不同于目前网上的虚拟教室。介绍在WWW上采用VKML实现虚拟教室漫游系统的特点、VRML的工作模式和造型机制,采用了基于几何图形的建模方法,探讨场景中交互设计实现的方法,提出碰撞检测技术的应用．实现网上发布和优化。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于SVG的WEBGIS的研究

为了更加适合网上地理信息系统的发布 ,介绍了 SVG作为发布 WEBGIS的一种方法 ,研究了如何用SVG进行地理空间数据的表示、存储和客户端的实现。研究表明 :SVG具有可扩展、可交互、基于 XML和开放标准等特点     

面向Web的文本挖掘技术研究

简要介绍了文本挖掘技术,并描绘了该技术在Web应用特别是信息检索技术中的重要性.再对整个文本知识挖掘过程所涉及的各个方面进行了进一步地研究探讨,包括了文本特征的建立、特征提取、特征匹配、特征集缩减和模型评价等几个方面.其间运用数据挖掘技术对各个过程进行处理,并引进基于评估函数的特征筛选算法、词频矩阵、余弦计算法和潜在语义标引等方法来处理文本挖掘过程所产生的问题.在此基础上得出了一个完整的Web文本挖掘过程.最后展望了文本挖掘技术在Web应用中的前景.     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

基于链上数据的区块链欺诈账户检测研究

针对区块链上存在的欺诈账户给交易带来的安全问题,提出了基于机器学习的欺诈账户的检测及特征分析模型,将以太坊上真实的链上数据进行特征提取后作为模型的数据来源,通过对不同的机器学习方法进行比较得到最优模型并进行迭代训练以获得最佳的预测模型,同时引入 SHAP值对数据特征进行分析。实验结果表明,基于XGBoost的欺诈账户检测模型在RMSE、MAE和R2三组指标上达到了0.205、0.084和0.833,优于其余的对比模型,并结合SHAP值识别出预测欺诈账户的关键因素,为区块链的交易安全提供决策参考。     

基于LabVIEW的钢杆裂纹定量检测的研究

介绍基于LabVIEW的钢材表面裂纹定量检测原理，设计了基于LabVIEW的钢杆裂纹定量检测系统，并对钢杆表面横向裂纹缺陷进行模拟实验，初步建立数学模型，通过评判Vpp得到反映裂纹状况的定量检测结果，从而验证了该方法的可行性和有效性，并得出相关的结论。