肉品气味信息采集系统的设计

针对人工评价肉品气味主观性强、重复性差的缺点,设计了肉味信息采集分析系统。该系统根据肉在存放过程中发出的主要气味,合理筛选出5种气敏传感器,构成传感器阵列;根据气味采集的特点,设计了肉品气味收集装置。通过正交试验优化了肉味收集装置参数,最佳参数为：风扇风速1.6m／s,收集箱容积为2L,传感器阵列位置100mm。通过全面试验确认了传感器阵列的电阻变化范围,设计了带有温度补偿及抗干扰的差分电桥调理电路,试验优选出最佳桥臂电阻。根据肉品气味信号特征,将提取信号曲线的峰值、平均值、稳定值、30s值、峰面积作为特征值。研究分析了模式识别方法的优劣,确定了遗传优化的组合径向基函数神经网络作为肉品气味的模式识别方法。试验证明,该肉品气味信息采集系统检测肉品新鲜度正确率达95％。     

人工嗅觉系统及其在粮食质量检验中的应用

人工嗅觉系统是一种新颖的模拟人的嗅觉来分析、识别和检测复杂气味和挥发性成分的仪器,通过对人的嗅觉和人工嗅觉的比较,详细介绍了人工嗅觉系统的基本原理和组成,论述了人工嗅觉系统在粮食质量检验中的应用.     

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。     

人工嗅觉系统及其在粮食质量检验中的应用

人工嗅觉系统是一种新颖的模拟人的嗅觉来分析、识别和检测复杂气味和挥发性成分的仪器，通过对人的嗅觉和人工嗅觉的比较，详细介绍了人工嗅觉系统的基本原理和组成，论述了人工嗅觉系统在粮食质量检验中的应用．     

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。     

高灵敏和高特异性生物嗅觉传感系统研究

利用微电极植入技术,提出了一种新型的生物嗅觉传感系统,将多通道植入式微电极包埋于大鼠嗅球中,提取出嗅球神经元的气味响应信息。通过分析神经元响应活动从而进行气味检测与区分,发现该系统能够长期稳定地用于气味检测,且灵敏度达到10-10 mol/L。在单分子气味或自然气味检测中,该系统都具有很高的特异性。因此,该系统在实际气味检测(如肺癌呼出气体标志物检测、食品新鲜度检测、爆炸物搜索等)领域具有广泛的应用前景。     

猪肉新鲜度无损检测技术现状及发展方向

随着科学技术的不断发展,猪肉新鲜度无损检测技术不断向快速、无损、实时的方向发展．本文主要研究猪肉新鲜度无损检测方法的发展现状,包括近红外光谱检测技术、人工嗅觉和人工味觉检测技术、计算机视觉检测技术等检测技术,并着重讨论计算机视觉技术在猪肉新鲜度无损检测中的应用．最后,针对猪肉新鲜度无损检测现阶段存在的问题提出了多信息融合检测技术及其应用．     

肉品品质检测技术综述

介绍了人工嗅觉与人工味觉检测技术、计算机视觉技术、近红外光谱技术、高光谱图像检测技术等无损检测技术的发展概况.应用高光谱图像技术对肉品品质进行无损检测是当前的研究热点之一.介绍了该技术的基本原理和国内外肉品品质高光谱图像检测技术的研究现状,并展望了高光谱图像检测技术在肉品品质检测中的研究前景,以期对我国相关研究人员的研究工作提供参考.     

基于脑-机接口和嗅觉解码的仿生气味识别系统

为了探讨利用生物嗅觉传感系统进行气味识别的可行性,提出了一种基于脑-机接口的仿生气味识别系统。该系统利用大鼠嗅觉感受细胞作为气味敏感传感单元,使用16通道植入式微丝电极记录和分析具有气味刺激特征的嗅球僧帽细胞电位响应信号。实验结果显示,该系统对气味具有高度敏感性,通过一定模式识别处理算法,不同的气味刺激具有较好的区分性,证明了该系统有望应用于气味的检测和识别。     

鸡肉的压力特性曲线与其新鲜度的关系

利用微机控制电子万能试验机测量了鸡肉的压力特性曲线,分析了肉的弹性与其新鲜度的关系以及肉的压力特性曲线中各参数与肉的弹性及其新鲜度之间的关系。结果表明,肉的压力特性曲线中多个力学参数能够反映其新鲜度。该测试方法使多年来肉的弹性测量从定性变成定量,为仿生触觉检测评价肉新鲜度技术的应用提供了参考。     

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.     

运用人工神经网络进行混合气体定量分析的研究

优选了分析CO、H2和CH4混保气体的传感器阵列,构造了传感器信号预处理和神经网络训练算法,从而建立了用于混合气体定量分析的人工嗅觉系统。实验结果证明,系统能够以较高的精度分辨出3种气体的浓度。     

Research of the ATR system based on the 3-D models and L-M BP neural network

Automatic target recognition （ATR） is an important issue for military applications, the topic of the ATR system belongs to the field of pattern recognition and classification. In the paper, we present an approach for building an ATR system with improved artificial neural network to recog- nize and classify the typical targets in the battle field. The invariant features of Hu invariant moments and roundness were selected to be the inputs of the neural network because they have the invari- ances of rotation, translation and scaling. The pictures of the targets are generated by the 3-D mod- els to improve the recognition rate because it is necessary to provide enough pictures for training the artificial neural network. The simulations prove that the approach can be implement ed in the ATR system and it has a high recognition rate and can be applied in real time.     

基于人工神经网络的气体定性分析方法

提出将气体传感器阵列与交馈神经模式识别技术相结合,解决气体传感器的“交叉敏”问题,从而完成气体的定性、定量分析;针对常规ＢＰ算法的缺点,构造了基于自适应调整步长和加动量因子的改进ＢＰ算法用于前馈神经网络的训练;通过实验对Ｈ２、ＣＨ４、ＣＯ等三种气体进行了识别,结果表明利用气体传感器阵列和前馈神经网络进行气体定性分析是可行的。     

人工鱼虚拟嗅觉系统研究

为了丰富人工鱼的感知能力，提高对自然鱼的逼真动画效果，在分析“自然鱼”嗅觉机制、参考“机器鱼”感知系统的基础上，研究并实现了人工鱼的一种虚拟嗅觉系统。首先建立了智能虚拟环境下人工鱼的嗅觉感知模型，并仿照生物嗅觉形成机理设计了三层嗅觉识别模型，采用基于主成分分析的模糊识别方法实现了嗅觉信息的识别。经动画仿真，得到满意结果。嗅觉系统的研究和实现为人工鱼多感知融合系统提供了基础，也可为机器鱼嗅觉研究提供软件仿真平台。     

基于人工免疫原理的中文姓名识别方法

为提高姓名识别的准确性并加快识别的速度,受生物免疫系统自学习、免疫记忆等特征启发,基于人工免疫原理,提出了一种新的中文姓名识别模型。给出了自体/非自体、抗体/抗原的定义,建立了免疫学习、免疫识别和免疫记忆机制。对模型进行了仿真,并完成了验证实验。实验结果表明该方法较传统的基于统计、基于语料库和结合决策树的姓名识别方法更有效,为文本挖掘提供了一种较好的解决方案。