智能电子鼻对煤矿火灾预报气味识别的研究

设计一种基于模糊神经网络的自适应电子鼻.并根据不同温度下煤矿中的混合气味成分的不同进行成分模拟实验.通过Matlab仿真,验证了该方法的可行性,由于应用模糊神经网络控制算法,从而使它具有自适应能力和容错能力,并对混合气味进行不断学习.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.     

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。     

模糊神经网络在电子鼻系统定量识别中的应用

提出并实现了两种类型的模糊神经网络用于电子鼻系统的定量识别。阐述了模糊神经网络用于电子鼻系统定量识别的基本原理,简要介绍了两种模糊神经网络的结构特点并进行了比较,并通过具体实例说明了模糊神经网络用于电子鼻系统的定量识别的可行性以及识别的效果。在该系统中,基于径向基网络模型的模糊神经网络的预测性能在整体上要优于基于感知器模型的模糊神经网络。     

嗅觉神经网络在电子鼻识别多品牌绿茶中的应用研究

生物模式识别机理引入人工嗅觉系统将提高其仿生化程度,并被认为是有前途的传感阵列信息处理方法.本文尝试将一种嗅觉神经网络应用到电子鼻检测和识别多种品牌的绿茶气味.通过包含8个MOS型气敏传感器的自制电子鼻仪器,测量了来着不同地方的5种不同品牌的绿茶样品,在传感阵列信号稳态部分提取特征向量,并使用雷达图考察指纹图谱异同,验证传感阵列及特征提取方法的有效性.采用生物相似性学习算法训练该神经网络,考察了样本训练次数和识别率的关系,发现经过4～7次训练,该网络对这5种绿茶的识别率平均值都在97％以上.     

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。     

自适应概率神经网络及其在白酒电子鼻中的应用

为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,并将获得的前2个主元得分作为概率神经网络识别模型的输入参量.针对传统概率神经网络平滑因子σ单一易导致分类错误的缺陷,利用差异演化算法优化σ参数集,建立了自适应概率神经网络识别模型.实验结果表明,DE-PNN相比BP-PNN、PSO-PNN和SVM等,识别精度更高,抗噪性能更好,同时也证明了电子鼻能有效地检出不同品牌的白酒.     

一种基于电子鼻的食醋识别新方法

采用6只掺杂纳米ZnO厚膜传感器构成的电子鼻对15种商业食醋进行了测量,采用主元分析法(PCA)对电子鼻信号与食醋种类、配料、发酵方式和产地之间的关系进行了分析,电子鼻信号在上述食醋特征上表现出很强的聚类特性。针对上述特征,结合人工神经网络(ANN)、K近邻法(KNN)对15种食醋进行了识别,识别率为98.3%。研究表明:采用特征识别的电子鼻具有良好的灵活性和强健性。     

电子鼻技术在食醋识别中的应用

利用由10个掺杂纳米氧化锌厚膜气敏传感器组成的阵列对9种食醋和乙酸溶液进行了测量.并通过主元分析、聚类分析和概率神经网络对数据进行了分析和识别.主元分析表明不同的食醋在品牌、种类、酸度等方面具有一定的相似性.聚类分析进一步研究了食醋种类之间的相似程度.利用概率神经网络对所测试的食醋进行了识别,有较高的识别率.分析表明电子鼻技术是食醋分析和识别的一种具有发展前途的实用技术.     

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。     

FUZZY ARTMAP在三字词声调识别中的应用

三字词音节声调模式具有连续语音中音节声调模式的特征,声调的提取和识别远较孤立字困难。采用小波变换方法提取语音基音,用Fuzzy ARTMAP神经网络进行声调识别,获得了比BP网络更好的实验结果。分析了仿真参数对识别结果的影响,讨论了Fuzzy ARTMAP神经网络中的过拟合问题,给出了一种基于Fuzzy ARTMAP神经网络的三字词声调识别方法。     

可视嗅觉电子鼻系统对有机胺的识别

选取了包括卟啉和金属酞菁在内的6种气敏显色剂构建可视嗅觉敏感阵列,并用这些阵列和自行设计的可视嗅觉电子鼻系统对10种具有典型分子结构的有机胺进行了识别;对实验数据分别用静态图像响应,动态时间响应和多元统计分析的方法进行了表达和分析;结果表明,可视嗅觉电子鼻技术对这十种有机胺的静态图像响应模式和动态时间响应模式具有高度的特异性,并且可以对具有相似分子结构的分析物进行聚类。     

t-SNE LDA算法在仿生嗅觉中的应用研究*

将流形学习中的t-SNE算法引入仿生嗅觉领域中,本研究提出一种基于t-SNE与LDA算法相结合的气味分类鉴定新方法。由PEN3电子鼻获取物质气味特征信息,通过t-SNE算法将非线性、高维度的气味响应数据降维到低维空间,并利用LDA算法对低维数据进行分类和识别。本研究利用五种不同成分的纺织品材料气味信息,通过t-SNE、PCA LDA和t-SNE LDA三种算法作对比实验。实验结果表明,相较于其他两种方法,t-SNE LDA算法对常见的不同成分纺织品材料拥有更好的分类和识别效果,而且t-SNE LDA算法得到的结果具有较小的类内离散度和较大的类间离散度。因此,t-SNE LDA算法是仿生嗅觉中气味分类和识别的一个新方法。     

基于嗅觉神经网络采用时间序列的电子鼻模式分类方法

从传感器阵列响应曲线中提取有效特征是传统人工神经网络在电子鼻模式识别应用中的第一步.文中提出将传感器阵列时间序列信号直接输入到一种具有丰富动力学特性的嗅觉神经网络中进行模式分类的方法.该方法不仅在仿生角度上使电子鼻进一步模拟了生物嗅觉系统信息处理过程,而且与以前所用的特征提取加神经网络的方法相比,在6种有机挥发物的分类识别中表现得更佳.     

模糊神经网络在条形码识别中的应用

本文把模糊集合论的知识应用于自组织神经网络,提出一个模糊神经网络算法。新算法克服了一般神经网络方法共同面临的学习时间长、对网络参数敏感的弱点,广泛适用于一般的模式识别问题。对条形码识别问题的应用情况表明,新算法无论在网络学习的速度上还是在识别结果上都优于Ｋｏｈｏｎｅｎ的自组织神经网络方法。     

基于单类支持向量机的电子鼻在白酒真假识别中的应用

针对采用多类分类方法进行白酒真假识别时存在的真酒样本和假酒样本（正类样本和异类样本）数量无法均衡以及异类样本无法全部获取的问题,提出应用单类支持向量机分别单独对每一种品牌的白酒训练单类分类器进行真假识别的方法。首先采用自主设计的电子鼻系统对不同品牌白酒进行采样测试;采样后的传感器阵列数据依次经过数据预处理、特征生成、特征选择降维处理,得到可用于分类的白酒样本;再通过格点搜索获取每种白酒单类分类器的最优参数;最后测试各个单类分类器对相应品牌白酒的真假识别效果。各单类分类器的真假识别率分布在93%~98%之间,结果表明,采用自主设计的电子鼻结合单类支持向量机可以很好地对白酒真假进行识别。     

基于气味采集的嗅觉输入界面探索

近年来,嗅觉界面研究的数量在人机交互领域逐年增多,目前大家研究的重点集中于使用气味播放技术进行信息的表征和环境渲染等,相比之下,气味输入方面的研究尚不多见.电子鼻目前被视为是理想的气味采集手段,它可以识别气味,并将其数字化,但是目前电子鼻的识别能力还非常有限,并且生成的数据无法将气味像图片或者音频那样进行传播和呈现.通常,嗅觉信息的采集需要从物理和数字2个维度进行,即既要通过电子鼻等数字采集技术建构气味标签,又要能够对气味进行物理形式的保存,以便进行气味回放.针对此需求,文中提出了一系列设计原则,并且进行了原型开发方面的探索与相应的实验评估.文中对这种嗅觉输入界面,基于文献调研、用户访谈和实验、设计讨论等方法提出了一系列潜在应用场景,并且对其研究路线进行了探讨,为后续的相关研究提供建议和方向.     

仿生电子鼻在危险品检测中的应用研究进展

随着电子计算机及传感技术的发展,仿生电子鼻逐渐进入人们的视野.仿生电子鼻是模仿动物嗅觉系统,通过被探测物与传感器发生氧化还原等化学反应,并造成电子器件的响应从而检测出特定物质.近年来,经济的快速发展,带动了人员、物资的大量流动,随之带来的还有复杂的安保环境,因此也提高了对危险品检测技术的要求.仿生电子鼻因其灵敏度高、体积小、质量轻、成本低等优势,正逐渐代替大型安保检测仪器,同时也在各种传感技术领域被广泛关注,具有广阔的应用前景.本文对仿生电子鼻在爆炸物检测,易挥发、有毒、有害化合物检测,毒品检测等方面的研究进展进行综述,并展望了仿生电子鼻的未来发展趋势.     

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%。     

基于电子鼻技术的混合气体检测方法研究

对基于常规单一BP神经网络的电子鼻系统进行改进,提出一种基于Gabor原子神经网络的电子鼻系统,并以3种混合气体为实验对象,进行混合气体的定量分析研究.实验结果表明,应用Gabor原子神经网络的电子鼻系统的最大相对误差与单一BP神经网络相比得到减小,大大提高了定量分析精度.     

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。