基于电子鼻技术的不同特征参数提取对番茄苗早疫病病害区分效果影响的研究

电子鼻检测的原始特征的数据量很大,一般在进行降低维数的处理前需要对原始特征进行合理的选择。选用最大值(Max)、全段数据平均值(Mean)、响应曲线最大曲率(kmax)、响应曲线的全段积分值(IV)作为4种不同特征参数对感染早疫病病害的番茄苗进行区分效果研究,结果表明在进行PCA和LDA区分时,利用全段数据平均值和响应曲线的全段积分值作为特征参数的效果较好,其次为最大值方法,最差的是响应曲线最大曲率方法;利用BP神经网络(BPNN)和遗传算法BP神经网络(GABPNN)两种识别模式进行预测时,利用全段数据平均值和响应曲线的全段积分值作为特征参数的训练集和预测集的正确率较好,其次为最大值方法,预测结果最差的是响应曲线最大曲率方法。     

基于电子鼻的番茄种子不同储藏时间的鉴别研究

采用电子鼻对三种不同年份的番茄种子进行分析.结果表明:利用电子鼻可以很好的区分不同年份的番茄种子;利用主成分分析方法(PCA)基本上可以辨别出不同掺杂比例的种子,但是当掺杂比例为37.5%和50%时,较难利用电子鼻进行辨别区分;利用线性判别分析方法(LDA)可以很好的辨别出不同掺杂比例的番茄种子,并且每个混合种类的区域...     

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...     

基于电子鼻区分三种致病菌的研究

旨在探讨一种快速检测致病菌的电子鼻方法。本研究利用基于金属氧化物传感器的电子鼻技术检测蜡样芽孢杆菌、单增李斯特菌和缓慢葡萄球菌三种致病菌培养液的挥发性代谢产物,结合化学计量学方法主成分分析(PCA)和聚类分析(CA)对电子鼻原始数据进行统计学分析。PCA模式识别结果显示该技术能够很好的将三种细菌在培养液中的挥发性代谢产物图谱进行区分,CA分析进一步显示单增李斯特菌与缓慢葡萄球菌的气味指纹图谱比较接近,而蜡样芽孢杆菌的图谱与它们的差异较大。研究表明该电子鼻技术有望在致病菌快速检测上得到更广泛的应用。     

基于集成气体传感器阵列的电子鼻系统

介绍一种基于集成气体传感器阵列的电子鼻系统硬件实现方法。描述了系统的一般组成,重点介绍了所采用的集成气体传感器及其信号拾取方法。该系统可实现对检测气体的自动数据采集、微机传送,具有高的灵敏性和可靠性。另外,对采用的集成气体传感器系列,该电子鼻系统具有一定的通用性。利用该系统对五种葡萄酒进行了检测,结果表明:该电子鼻系统可有效地用于葡萄酒的定性识别,识别准确率达到100%。     

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。     

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ARM9一Linux的嵌入式电子鼻系统的实现

研制了一种以ARM9为控制芯片,搭载Linux的电子鼻系统。系统硬件由自动进气装置、密闭气室、传感器阵列、数据采集模块构成。控制软件界面采用QT编写,完成了嵌入式终端软件和上位机软件。该系统能够实现对气体进行自动进气、数据采样、数据保存,采样曲线实时显示监控等功能。并能利用MATLAB编写的电子鼻气味识别分析软件对数据进行分类识别算法分析,达到智能识别不同气味的目的。实验证明,此嵌入式电子鼻系统体积小、携带方便、稳定度高、成本低,能够实现对多种不同的气味进行准确识别。     

基于ZigBee网络的电子鼻应用研究

本文将电子鼻与无线传感器网络相结合,设计了一种基于ZigBee网络的电子鼻气体监控系统将包含气体传感器阵列的无线节点布置在大楼的各处,监控气体的空气质量,并将检测结果通过ZigBee网络传输到控制中心,由控制中心对各处空气质量进行评价,并启动相应执行机构(如空调系统,通风系统,空气净化系统)以保证空气新鲜。此外,本文给出了室内空气品质综合指数的定义及计算方法,并提出了适合于该系统的改进的扩散路由算法。     

电子鼻在危险爆炸物检测中的应用研究

利用由18个纳米氧化锌厚膜气敏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)这4种典型爆炸物样品进行了测量.采用动、静态相结合的采样方法考察了传感器阵列的检测能力,在动态实验中通过提取不同的特征值并利用主元分析(PCA)和聚类分析(CA)方法对数据进行了分析和识别.静态实验结果表明传感器阵列在不同浓度上对4种典型爆炸物均有不同程度的响应,该方法能检测到硝铵、矿山炸药、苦味酸的浓度低至3.34 μg/L,DNT为83.3 μg/L;动态实验结果表明提取极值为特征值对阵列进行PCA、CA分析,可使4种典型爆炸物在毫克级上能完全区分.以上结果说明电子鼻技术在危险爆炸物检测中是一种很有发展前途的实用技术.     

用电子鼻技术评价烟叶挥发性组分的研究

该文基于电子鼻检测技术和化学计量学方法,研究建立了烟叶挥发性组分的人工智能评价方法,并用于一系列国内主要烟叶原料的评价。结果表明,仅就烟叶挥发性组分而言,新方法可以用来区分同一等级不同产地烤烟型烟叶,可以为烟叶原料建立数据模型库,从而对原料进行质量控制。方法具有无需样品前处理、无污染、分析速度快等特点。     

电子鼻检测爆炸物的研究进展

电子鼻的类型繁多,主要介绍了离子迁移检测器、分子链荧光检测器、光纤传感器、MIME型化学传感器、聚合物薄膜传感器、声表面波传感器、微机电系统.对于不同原理的检测器达到的不同的检测爆炸物效果做了简单介绍.     

电子鼻对不同存储时间纯牛奶的检测分析

利用电子鼻系统的气体传感器阵列对牛奶的响应曲线特征值来表示牛奶新鲜度变化,采用SPSS中逐步判别对特征进行优化,分别用最小二乘法和Bayes判别算法分析牛奶新鲜度变化情况。结果表明:逐步判别法能有效地降低数据维数,Bayes判别法和偏最小二乘法相比,把数据分布密度函数加入牛奶新鲜度识别中,提高了电子鼻对牛奶新鲜度的识别的正确率,Bayes判别法能鉴别出存储间隔12 h的商品纯牛奶新鲜度的变化。因此,利用电子鼻和Bayes判别算法是分析牛奶新鲜度的一种有效的手段。     

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.     

电子鼻技术应用研究进展

综述了电子鼻技术在烟草行业、食品工业、精细化工、医疗诊断、环境监测等领域中的应用研究进展.表明,电子鼻技术具有广阔的应用前景,体积小、价格低的便携式电子鼻系统的研究开发应该受到重视.     

电子鼻在X射线检测仪中的应用技术研究

鉴于目前安检设备无法检测一些具有挥发性的有毒有害或易燃、易爆液态危险品。利用电子鼻气味识别的功能,将X射线检测技术与电子鼻气味识别技术有机的结合起来,分析了箱体容积内运动气体的流动特性,并确定电子鼻的位置分布及数量,实验表明:该方法对挥发性的有毒有害或易燃、易爆液态危险品检测的概率达到85%,电子鼻技术的应用克服X射线检测仪识别物质不全面的缺点,实现了对危险品的全面检测,提高了安检仪的性能。     

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。