基于神经网络的芳香类中草药品质检测技术

研究利用芳香类中草药的气味数据分析,准确检测中草药品质的特性.然而对于被长期储存或运输的中草药,气味数据特征不明显,传统的模式识别方法直接提取气味特征作为“指纹”数据,输入到识别模型中进行品质检测,受不明显的气味特征影响,存在品质检测准确度不高的问题.为解决上述问题,提出了加强型神经网络的中草药品质检测技术.利用气味数据在变换域主成分特征更明显的特点,对采集到的气味数据进行Gabor变换以加强气味特征,克服特征不明显对检测的影响,将提取到的加强型气味特征作为“指纹”数据输入到神经网络中分析,完成品质的检测.实验表明,改进方法能够有效解决中草药因长期储存或运输造成的气味特征不明显的影响,实现中草药品质特征的准确检测.     

中草药潜在毒性挖掘方法研究与仿真

研究关于气味信号的中草药毒性准确检测问题.每种中草药成分对信号采集的敏感程度存在差异,毒性气味在采集过程中的反射特征成分及其复杂,强弱不等,很难设定有效的阀值区分正常特征和有毒特征.传统的中草药毒性检测方式通过气味转化的图谱特征进行检测,由于毒性图谱特征区间模糊,造成无法识别模糊中草药毒性.为解决上述问题,提出了一种气味信号的中草药毒性挖掘方法.采集中草药的气味信号,对气味信号进行滤波处理,去除气味信号中的噪声.利用归并聚类方法,对中草药气味信号进行聚类处理,从而完成中草药毒性检测.实验结果表明,改进算法能够有效提高中草药毒性检测的准确性.     

垃圾渗滤液对土壤污染程度检测模型仿真

研究垃圾填埋渗滤液土壤污染准确检测问题.渗滤液进入深层土壤后,土壤环境较为复杂,渗滤液在快速移动中,会与深层土壤中的各种矿物质和水分子结合形成外部静电电流干扰,造成渗滤液电传导性下降,使得渗滤液电导率降低.传统的电机格栅法是通过渗滤液的快速导电特征进行污染检测的,一旦渗滤液导电率受到干扰,电流波动会导致检测准确率降低.提出了一种电导差分信号处理的垃圾填埋渗滤液污染检测方法,通过获取垃圾填埋渗滤液土壤污染导电信号特征,建立多层污染细化等级模型进行检测.实验证明,改进算法能够避免由于土壤含水量过大造成的污染强度信号衰减的缺陷,提高了土壤污染程度检测的准确率.     

一种基于仿生嗅觉的室内有害气体成分识别方法

室内有害气体对居民的健康容易产生巨大的威胁。为了提高室内有害气体成分识别的准确率,提出一种基于仿生嗅觉与卷积神经网络相结合的室内有害气体成分识别方法。该方法利用卷积神经网络提取非线性特征的能力对仿生嗅觉的响应信号进行特征提取和成分识别。通过使用气体样本集对该方法进行验证,实验结果表明对不同种类和浓度的有害气体成分识别率均达到88. 89%。     

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。     

井下受困人员搜救定位方法研究与仿真

研究井下下受困人员准确搜救定位问题。井下环境复杂,水汽、瓦斯浓度较高,用于搜救定位的射频信号容易受到外界干扰,造成用于定位的射频回波信号衰减。传统的人员搜救定位方法依靠对有人区域的射频回波反射信号的特征进行检测,完成人员的搜救定位,一旦回波信号发生干扰造成信号变形,会造成人员的定位不够准确。为解决上述问题,提出自增强BP神经网络的井下受困人员定位算法,通过设计回波信号增加网络弥补射频衰减的强度,对射频回波信号衰减的进行补偿,保证在强干扰下的井下受困人员定位准确性。实验表明,自增强BP神经网络方法能够在强干扰下增强受困人员定位的准确性,准确定位被困人员的位置。     

车辆碰撞信号准确挖掘过程的仿真分析

研究车祸中车辆碰撞信号的准确检测问题.针对车辆在完成碰撞的过程中,车辆碰撞部位随机性很大,碰撞过程较短,声音信号的采样周期和间隔很小,碰撞信号与外部的干扰声音信号经常形成交叉冲突,造成瞬时碰撞信号很难被准确采集.传统的检测算法很难在碰撞中对短促碰撞信号与外界声音信号进行区分,造成检测度不高,提出了一种粗糙集神经网络的车辆碰撞声音信号检测方法.采集车辆声音信号,对信号进行预处理,从而获取粗糙集神经网络参数.建立粗糙集神经网络模型,对车辆碰撞信号进行深度挖掘检测.实验结果表明,提出的算法能够有效提高车辆碰撞声音信号检测的准确性.     

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%.     

大型炼钢炉炉温异常检测方法研究

在炼钢炉内高温高压环境下,异常温度信号往往瞬间形成,在炉内气浪、异常压力鼓动等外部干扰下,温度异常信号会迅速发生非正常衰减,甚至与其它异常信号发生混淆,造成温度测量不准.传统的炉内温度异常检测方法在信号发生不可控衰减或混淆的情况下,信号分离和识别的过程存在较大困难,在外部干扰下,对温度信号的单独识别、提取效果不佳,温度检测存在较大弊端.提出一种采用约束模糊聚类算法的大型炼钢炉炉温异常信号检测方法.根据傅里叶变换方法对信号采集设备采集到的信号进行隔离处理,克服由于信号混淆带来的困难.根据约束模糊聚类算法,对隔离后的信号进行聚类,使其成为有效的识别特征,完成了异常温度的检测.实验结果表明,利用改进算法进行大型炼钢炉炉温异常检测,能够极大提高异常温度信号检测的准确率.     

基于类Legendre基的气体传感器阵列信号的正交分解

提出了一种基于类Legendre基的气体传感器阵列响应信号的正交分解方法,将时域信号转换到由类Legendre基张开的空间。使用电子鼻系统对齿轮油和机油两类挥发气体进行了检测,对响应幅值进行正交分解,应用前5个基函数建立的模型能准确地描述整个动态响应过程。提取展开系数为特征值建立PLS-CA定性分类和PLS定量分析的模型。结果表明,PLS-CA分离器实现了对两类样本的有效分类,PLS定量模型可以准确地预测挥发气体的浓度。说明基于类Legendre基提取特征参数的方法准确可行,在应用时不需任何预处理,为气体传感器阵列信号的处理提供了一种新方法。