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.     

劲酒电子鼻鉴别分析中传感器阵列优化方法研究

气敏传感器阵列优化是电子鼻应用研究中的一个重要方面.阵列优化后可以消除初始阵列中的冗余信息,提高识别能力.在电子鼻对劲酒进行鉴别分析中.分别采用相关系数绝对值累加和最小分析、PCA第二主成分系数选择性分析、基于变异系数的因子载荷分析三种方法研究了初始传感器阵列的优化阵列.结果表明3种优化阵列组成形式基本相同,进而构造出了适宜劲酒电子鼻分析的传感器阵列.计算分析表明,传感器优化阵列可以很好地对酒精度为35和38度的两种劲酒产品进行鉴别分类.这也为电子鼻分析中阵列的优化选取提供了一种方法与思路.     

电子鼻传感器阵列优化及其在醋的分类中的应用

利用6个TGS系列气敏传感器阵列对醋进行了检测。按照Wilks统计量最小的原则对传感器阵列进行了优化,得到了由4个传感器组成的用于检测醋的种类的最佳传感器阵列。对阵列优化前后的数据,用PCA、LDA进行对比研究,结果表明,优化后的阵列可以更好地对醋鉴别分类。因此,所给出的优化方法是有效的。     

乳制品电子鼻分类中传感器阵列的一种优化方法

利用13个TGS系列的金属氧化物气敏传感器组成的阵列对3种乳制品进行了测量。提取每个传感器响应值的方差为特征值,借鉴逐步判别分析的思想,依据Wilks统计量最小的原则,逐步引入对分类有用的变量,实现了对传感器阵列的优化。对阵列优化前后的数据,用主成分分析(PCA)和Fisher判别分析(FDA)的方法进行对比研究。结果表明:使用优化后的传感器阵列,不仅主成分分析能将不同种类的乳制品很好的区分开;而且用Fisher方法时,交叉确认正确率也得到提高。因此,所给出的阵列优化方法是有效的。     

基于LabVIEW平台的智能电子鼻系统

以LabVIEW9.0为测试平台,利用PCI—1710HG数据采集卡、传感器阵列设计构成智能电子鼻系统。虚拟仪器开发平台LabVIEW用于实时监测、显示采集曲线和数据、结合改进后的BP神经网络进行分析以得到不同体积分数的气体。对系统进行了测试,采用不同阻值的精密电阻器替代传感器进行测试,测试系统的精度和稳定度。     

一种基于气体传感器技术的肉苁蓉快速鉴别方法

为方便快捷地鉴别不同产地肉苁蓉,探索一种基于电子鼻技术结合模式识别方法的肉苁蓉快速鉴别方法.采用PEN3电子鼻分析电子鼻传感器阵列不同响应特征,采用主成分分析法和线性判别分析建立模型及测试评估模型性能.结果表明,基于PCA的肉苁蓉种类鉴别模型将传感器高维特征降维提取,度量传感器特征信息贡献,为传感器阵列的优化提供新的方法和借鉴.采用LDA得到类间方差较大,有明显区分度,且类内方差很小,聚合性非常好的分类模型.经过验证,测试数据集在欧氏距离验证下可达到100％识别率.实验证明,电子鼻技术可有效对不同产地肉苁蓉快速鉴别.     

MOS气敏传感器阵列优化与工作温度选择

通过对金属氧化物半导体(MOS)气敏传感器阵列进行阵列优化和工作温度的选择,达到提高阵列选择性、降低其功耗的目的。实验采用10个MOS传感器组成阵列,在不同加热电压下,对不同浓度的苯、甲苯、甲醇、乙醇进行测试;利用四种特征选择方法进行阵列优化,同时对优化后的特征子集做Fisher线性判别(DFA)分析。结果表明,优化的阵列在比通用加热电压(5.0V)低的加热电压(4.4V)下工作,对四种物质的正确识别率由91.7%提高到100%。     

基于气体传感器阵列的白酒特征分析

利用气体传感器阵列进行食品质量检测是电子鼻应用中的一个重要方面。采用7只TGS传感器构成的阵列对8种市售白酒进行了动态测量,并对其进行分类。结合主元分析法(PCA)对传感器阵列信号与白酒的品牌、香型、原料、产地、酒精度等特征之间的关系进行了分析。结果表明,传感器信号在上述白酒特征上表现出很强的聚类特性,按原料划分可以得到最佳的分类效果。     

电子鼻中预处理算法选择及阵列优化

为了研 究数据预处理算法和传感器阵列优化对电子鼻气体辨识的影响,对3种气体进行了测试。使 用主成分分析(Principal component analysis, PCA)法选择预处理算法,确定分类效果最 好的相对差分法对电子鼻数据进行预处理。对初始阵列优化前,首先通过传感器响应变化趋 势及变异系数剔除响应异常的传感器;然后进行PCA因子载荷分析,结合相关系数分析及方 差膨胀因子进行多重共线性检验确定可能的最优阵列。最后,运用反向传播(Back propagation,BP)神 经网络对可能的最优阵列进行气体识别检验并确定最终阵列,同时选取其他阵列作为对照研 究。通过计算检验,证明本文的阵列优化方法不仅可以剔除异常和冗余传感器,而且对测试 样本分类效果良好。     

气体传感器阵列中特征参数的提取与优化

用一组厚膜金属氧化锡气体传感器阵列对气味进行分析和识别 ,其中最重要、最难的因素是传感器特征提取技术和特征参数的优化 ,使所用的传感器阵列能快速准确地识别不同气味。然而 ,目前尚无令人满意的方法。本文中研制了适用于传感器阵列反应的试验装置 ,在获得传感器与食醋挥发气体反应的整个过程的数据的基础上 ,提取了传感器与食醋散发的气体反应的特征值。利用分辨率来提取 ,以确定所提取的特征参数是否最优 ,从而决定该特征值在以后模式识别中是否有用。再对那些分辨率指数大的特征参数进行主成分分析和神经网络分析 ,主成分分析结果表明不同醋之间区分得比较开 ,神经网络的识别正确率达到 10 0 %。显然这一方法也可用于解决其它形式传感器阵列问题。     

A sensor array optimization method for electronic noses with sub-arrays

Sensor array configuration needs to be optimized in developing an application-specific instrument of electronic noses. Currently, sensor array optimization is commonly done by feature selection techniques. These methods could solve how to optimize a sensor array. However, they could not figure out what are the unique functions that each sensor plays in the optimized sensor array. The method proposed in this paper could solve this problem by sensor clustering and dividing the whole sample classification mission into several small recognition tasks. A measurement with a six Taguchi Gas Sensors (TGS sensor hereinafter) sensors array to classify 11 gas sorts was used in the data validation. The sensor array was optimized to three sensors with the proposed method. Each sensor in the optimized array had unique functions to solve different recognition tasks. TGS2600 had the unique functions to discriminate butanone and acetaldehyde. TGS2602 had the unique functions to discriminate benzene and cyclohexane, methanol and ethanol. TGS813 had the unique functions to discriminate cyclohexane and pentane. The combination of TGS2600 and TGS2602 had the unique functions to discriminate acetone and butanone, acetone and acetaldehyde. The proposed method might be a new generation of sensor array optimization methods.     

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。     

Monolithic sensor array based on a quartz microbalance transducer with enhanced sensitivity for monitoring agricultural emissions

A low-cost sensor array system for agricultural applications is presented. The sensor array is based on a quartz crystal microbalance (QMB) transducer with a novel heating structure. Selective host molecules are used as gas-sensitive layers. The gas-sensitive layers were optimized for the selective detection of ammonia at varying humidity concentrations. A mode of operation is presented which allows on-line monitoring of ammonia without a reference gas (RG). In addition, this temperature modulation (TM) mode improves the signal-to-noise ratio of the sensors compared to the usually applied RG mode. Multivariate regression models are applied on the sensor array data to selectively predict the ammonia concentration in agricultural emissions.     

气体传感器阵列温度漂移抑制的研究

半导体气体传感器存在漂移问题,温度变化对漂移的影响尤为明显.在气体传感器阵列中,可以加入温度、湿度等传感器,监测其工作环境.实验系统采用恒温箱设定一组温度,制备气体样本20例(两种浓度样本各10例),采集传感器对样本的响应;通过人工神经网络来识别样本;当有误判发生时,在原网络中引入温度传感器的响应值,消除了误判,在一定程度上抑制了漂移,改善了网络性能,验证了该温度漂移抑制方法的可行性.     

电子鼻系统对危险爆炸物的识别研究

采用纳米氧化锌厚膜气体传感器组成的阵列对硝铵、矿山炸药、苦味酸、2,4二硝基甲苯(DNT)4种典型爆炸物样品进行了实验。称取4mg爆炸物样品,采用动态实验对18只传感器进行筛选、优化,得到6个最优元件组成的阵列。采用静态实验考察了传感器的检测能力,结果表明:随着待测样品浓度的增加,6个传感器的灵敏度均呈指数上升,且该方法能够检测到4种爆炸物样品的最小浓度均低至3.34μg/L。为进一步与实际应用相接近,采用完全动态小剂量实验,结果表明:在15.4μg/L浓度处提取斜率最大值为特征值对阵列进行判别函数分析,可使4种典型爆炸物在该浓度水平能够完全区分。     

一种基于全程动态扫描的白酒鉴别智能人工嗅觉系统􀀂

我们根据两类传感器的特性,针对白酒,采用了优化的金属氧化物气敏传感器阵列,进行白酒种类的鉴别实验。采用了一种新的实验方法——动态工作温度全程信号采集的方法。通过对气敏传感器工作电压的控制,使传感器工作温度发生周期性变化,从而形成一组传感器响应变化曲线．以更好地反映对象气体的特征。在对三种白酒的识别实验中,得到了98％的识别率。     

PSO-BP神经网络在多元有害气体检测中的应用

针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和GP神经网络相结合的多元有害气体检测系统。该检测系统中采用了GP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高GP神经网络的预测准确性,又利用了粒子群优化（ PSO）算法对GP神经网络的权值与阈值进行了优化。结果显示：通过PSO 优化的GP（ PSO-GP）神经网络预测的平均相对误差小于2%,能够有效解决气体传感器交叉敏感问题。