玫瑰油化学成分分析和电子香味分析

为区分不同档次的玫瑰油,利用GC/MS法对高、中档玫瑰油进行了化学成分的定性和定量分析,分别鉴定出63和72种化合物。并对这2种玫瑰油和1种待测样品进行了电子香味扫描,确定电子鼻在玫瑰油档次辨别中的作用。     

基于电子鼻的香蕉储存时间鉴别方法研究

研究了一种基于电子鼻系统的香蕉储存时间鉴别方法。实验检测了不同储存时间的香蕉样品,主成分分析方法可以较好地区分不同储存时间的香蕉样品,同时检验了样品的微生物指标以探讨电子鼻响应与微生物指标之间的关系。随机共振信噪比谱不但可以区分香蕉样品,同时基于信噪比特征值建立的香蕉储存时间鉴别模型具有较高的预测准确率。该方法具有较好的实际应用价值。     

基于电子鼻系统的番茄苗不同种类损伤的区分效果研究

通过对早疫病病害番茄苗、灰霉病病害番茄苗、机械损伤番茄苗和对照番茄苗的电子鼻响应信号的对比,可以看出不同处理的番茄苗样本电子鼻的响应信号是不同的,表明用电子鼻响应信号对番茄苗不同种类损伤进行预测是可行的.从PCA结果来看,早疫病病害的番茄苗和灰霉病病害的番茄苗能很好区分开,机械损伤的番茄苗和正常处理的番茄苗产生了重叠现...     

基于仿生嗅觉的电子鼻在煤矿火灾预报识别的应用研究

在煤矿井下存在多种复杂易燃混合气体,当外界温度或其他因素发生不稳定变化都可能引发火灾或其他事故;为了避免发生事故,提高预警机制,提前进行预报,根据生物嗅觉系统的模糊神经机理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,使电子鼻系统具有仿生特性;最后通过MATLAB实验测试,根据不同温度下煤矿中的混合气味成份的不同进行成份模拟实验,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的精度,从而能够准确做出预报。     

基于深度学习的电子鼻食品新鲜度检测与识别技术研究

实际生活中,食品储存情况复杂,对食品新鲜度的准确检测十分重要.将常见食品分为水果、蔬菜、肉类三个类别,并根据实际情况,对不同食品储存情况设计相应实验,利用设计的电子鼻系统对食品样本进行检测,将测试得到的样本数据用于建立线性判别分析(Linear Discriminant Analysis,LDA)、支持向量机(Support Vector Machine,SVM)、卷积神经网络(Convolutional Neural Network,CNN)模型,最终利用不同模型对食品样本的状态:新鲜、水果腐败、蔬菜腐败、肉类腐败,作出分类识别.对于实际测试样本,LDA、SVM、CNN识别准确率分别为:45.00％、85.00％、90.00％,结果证明基于深度学习的电子鼻系统可对不同储存情况下的食品新鲜状态作出有效判断,可在一定程度上为受主观因素影响的感官评价提供客观参考,提高食品新鲜度判断准确性.     

二甲胺气味嗅辨法与电子鼻检测对比分析

通过嗅辨法和电子鼻技术对二甲胺溶液的气味进行识别检测,对2种方法的检出限进行比较.试验结果表明,二甲胺溶液在25℃下达到气液平衡的最优时间为40 min,在此条件下嗅辨法对二甲胺溶液气味的识别临界浓度为10 mg/L;Fox4000电子鼻检测二甲胺溶液气味的精密度良好,对二甲胺敏感的传感器是对有机物敏感的传感器P30/1,T30/1,PA/2和'170/2,对二甲胺溶液气味的检出限为2 mg/L,灵敏度高于嗅辨法,运用PCA分析法可成功区分二甲胺溶液的气味,区分能力优于嗅辨法.电子鼻技术进行气味检测灵敏度优于嗅辨法,结果更客观精确.     

虚拟仪器技术在电子鼻中的应用

虚拟仪器技术是当今测试技术的发展方向。为了能够迅速建立一个可靠的数据采集系统,运用LabVIEW 7.0设计了测试应用程序,运用动态链接库技术,在程序中加入了判别算法。并在建立系统的过程中,通过分析和实验解决了一些实际问题。实验结果表明:系统符合设计要求。     

灰色理论在电子鼻气体定量分析中的应用

将气体传感器阵列与灰色系统理论相结合,设计出用于气体定量分析的电子鼻。根据传感器数列得到的实验数据为基础数据建立了气体定量分析的灰色预测模型GM（1,N）,并通过该模型对气体的体积分数进行了分析。实验证明：灰色系统理论用于气体的定量分析是可行的。     

医用电子鼻气体传感器阵列优化方法

电子鼻气体传感器阵列存在冗余和相关,将对分类识别效果产生影响。提出并实现了一种新的医用电子鼻气体传感器阵列优化方法,利用改进遗传算法设定气体传感器的重要性系数,以去除传感器阵列的冗余和相关,提高系统的判别能力。新的方法分别用于五种乳癌特征气体和七种伤口病原菌检测,使正确识别率得到较大提高。