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。     

基于电子鼻的芒果储存时间预测方法研究

本文研究了一种芒果储存期预测方法,使用智能电子鼻实验检测了存储于9天内的芒果样品,主成分分析法实现了不同贮存时间芒果样品的区分,采用阈值随机共振方法提取芒果品质特性信息,并以互相关系数极大值构建芒果储存期预测模型。预测实验结果表明该模型预测准确度为87.5%。该预测方法具有检测快速、准确性好、成本低等优势。     

基于电子鼻系统的不同风味绍兴黄酒区分方法研究

黄酒具有独特的香气和丰富的营养价值,兼具饮用和药用价值.不同风味黄酒产品挥发性香气成分也不同,是黄酒品评考察的主要指标之一.本文选取元红、加饭、善酿、香雪4种典型风味绍兴黄酒为检测样品,采用电子鼻系统检测记录了不同黄酒样品的香气数据,并且以随机共振信噪比分析方法提取黄酒香气特征值.结果表明,检测样品酒特征值顺序依次为善...     

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。     

用于绍兴黄酒总糖含量预测的电子鼻系统构建及其实验研究

构建了电子鼻检测系统,用于绍兴黄酒总糖含量的快速预测,采用具有8种气体传感器的电子鼻系统检测了元红、花雕、善酿、香雪4种经典黄酒样品,同时实验检测了黄酒样品的总糖含量,采用非线性双重叠加随机共振提取电子鼻检测数据的特征值,采用特征值结合黄酒样品总糖含量检验结果建立了总糖含量预测模型.该模型不但可以预测黄酒样品的总糖含量,而且可以实现黄酒样品的类型检测.该方法在黄酒品质分析领域具有广阔的应用前景.     

基于随机共振的电子鼻系统构建及在谷物霉变程度检测中的应用

谷物霉变不但给世界各国带来巨大的经济损失,同时也严重的危害着食用者的健康甚至生命安全.目前我国的谷物霉变检测技术具有一定的滞后性,因此研制一套检测谷物霉变程度的电子鼻系统具有重要价值.开发了一种基于半导体气敏传感器阵列的便携式电子鼻系统,采用非线性双稳态随机共振系统处理霉变谷物检测信号,不但可提取谷物霉变特征信息,同时...     

霉变小麦的电子鼻区分及其传感器阵列选择优化

采用电子鼻区分不同霉变程度的扬麦23号样品,连续检测不同霉变程度小麦样品,并记录检测数据。将检测数据耦合到双稳态随机共振系统,调解系统参数诱发产生共振,依据系统输出信噪比特征值建立小麦霉变程度预测模型。为了提高电子鼻对霉变小麦样品区分效果,进行了电子鼻传感器负荷加载分析,对电子鼻传感器阵列进行了优化研究,结果表明传感器阵列优化可有效提高电子鼻检测小麦霉变程度的准确度。采用华麦6号样品构建验证实验,结果证明所建立的方法具有较好的应用意义,并具有普遍意义上的适用性。     

针对香蕉品质检测的专用电子鼻系统

研究开发了一套针对香蕉品质检测的专用电子鼻系统。针对香蕉品质变化过程中释放的特征气体选择了特定的气敏传感器阵列,利用传感器检测腔的环境控制优化模块来稳定气体传感器的工作环境,提高系统检测精度和稳定性。同时通过传感器阵列及气腔的小型化设计,实现系统的便携化,极大地提高了系统的实用性。系统采用数据预处理和BP神经网络的组合识别算法,对香蕉的不同品质状态进行了分类识别。实验结果表明,系统的识别率达到了100%。     

基于随机共振的机器人二值化触觉传感器降噪方法

机器人触觉传感器由于测量机理、敏感元件、维间耦合干扰、读取电路噪声等多方面的原因,存在着较强的干扰噪声,这种噪声对触觉信号的二值化过程带来了严重影响,本文首次利用非线性系统的随机共振现象,对机器人触觉传感器的二值化过程进行优化,从而实现二值化触觉传感器的降噪,实验结果证明了本方法的有效性。     

基于特征比值法的电子鼻农药识别系统

采用二氧化锡半导体气敏传感器、热线型和催化型气敏传感器构成气体传感器阵列,用小波降噪和数据压缩对传感器响应信号进行预处理,采用特征比值法对响应曲线进行特征提取.选取不同浓度的常用农药等10种气体用径向基神经网络进行训练和识别试验,气味识别正确率达到83.3%.     

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.     

可视嗅觉系统分析与设计

新型的气体检测装置是根据传感器敏感单元遇到不同气味所呈现的颜色差异,通过将气味的特征信息转换为图像信息识别气体,具有检测精度高和受环境湿度影响较小的优点.文章分析了传感器的工作原理和响应图像,给出了消除杂散光对图像干扰的处理方法和图像识别算法,介绍了基于ARM/Linux的嵌入式系统作为电子鼻实现平台的思路.利用该系统准确识别了环己胺、二甲基亚砜和乙腈三种有机化合物,验证了所构造的系统的有效性.     

电子鼻模式识别算法的比较研究

文中比较了k-近邻法、线性判别分析、反向传播人工神经网络、概率神经网、学习向量量化以及自组织映射6种电子鼻模式识别算法的分类能力.采用了1个定量指标(识别精度)和4个定性指标(运算速度、训练速度、内存容量、抗干扰能力)对不同算法进行了系统比较.研究表明基于神经网络的模式识别算法比基于统计理论的模式识别算法具有更高的识别精度.如果同时考虑定性指标,当训练速度要求不高时,宜采用学习向量量化算法;能满足内存需求前提下,优先推荐采用概率神经网算法.对于选择性高的信号,采用线性判别分析可以达到最佳效果.