基于电子鼻系统的食醋分类研究

摘要

食醋质量影响着人们身体健康，市场上食醋品牌多样、种类繁多，存在以次充好的现象。对食醋进行检测的传统方法过程繁琐、代价昂贵、周期长。利用电子鼻相比较于传统仪器虽然检测更快，但是成品电子鼻价格高，不利于推广。所以，开发一款具有便捷、低价、快速检测食醋功能的电子鼻就很有应用价值。
　　本文首先介绍了电子鼻技术的研究背景和发展现状，然后具体介绍自制电子鼻的组成并使用电子鼻进行数据采集实验。在学习了经典模式识别方法后，提出一种基于模糊Foley-Sammon变换（FFST）的方法对五种品牌食醋进行分类。最后利用支持向量机方法进行食醋分类作为对比实验。实现了利用电子鼻进行快速、便捷地对不同品牌食醋进行分类的功能。主要工作如下：
　　（1）研究电子鼻的工作原理，设计电子鼻硬件系统和软件系统。硬件系统主要包括传感器阵列、电源模块、气体采样装置和数据采集系统。根据食醋的主要成分来选择对应的传感器；根据传感器的要求来设计电源模块；从实现复杂度考虑选择采用数据采集卡实现数据采集；根据实验过程要求设计气体采样装置。软件系统采用LabVIEW进行编写上位机程序，能够将传感器阵列产生的响应信号实时的传输到PC机显示并存储。
　　（2）为了能够对五种食醋样本进行分类，提出了一种基于FFST的食醋分类方法。主要包括传感器优选、主成分分析（PCA）、模糊Foley-Sammon变换（FFST）和K-近邻（KNN）分类器。传感器优选提供一种“软件思维”方法达到去除贡献率低的传感器数据的目的。利用PCA进行降维，减少计算复杂度。KNN分类器的效果取决于特征的提取，本论文使用一种模糊化的方法（FFST）来提取特征，根据模糊隶属度和类中心等求解一组最优鉴别向量集，将测试样本投影到该向量集上获得新样本。实验表明：利用KNN分类器对新样本进行分类，识别效果显著。进一步测试了KNN分类器中K取值不同、数据分析之前是否进行归一化对分类结果的影响，结果表明在食醋分类前进行归一化很有必要且确定了最优K值。
　　（3）为了对比效果，提出了一种基于支持向量机（SVM）的食醋分类方法。首先以支持向量机理论为基础，选用核函数与相关参数。接着介绍了如何利用软件工具包实现该算法。实验表明：利用支持向量机的方法进行食醋分类，准确率达到90.9%，效果显著。进一步测试了传感器数据优选和归一化对SVM模型性能的影响。结果证明：传感器数据优选和归一化在使用SVM模型对食醋分类实验中效果都有提升。
　　本论文自制电子鼻能够方便、快速对五种不同品牌食醋进行分类，分类效果显著，也可以用于食醋质量分析。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文研究主要内容

第二章 电子鼻系统设计

2.1 电子鼻概述

2.2 电子鼻硬件系统设计

2.3 电子鼻软件系统设计

2.4 本章小结

第三章 电子鼻数据处理方法

3.1 实验数据预处理

3.2 特征提取方法

3.3 分类器

3.4 本章小结

第四章 电子鼻食醋检测实验

4.1 实验材料

4.2 实验过程

4.3 实验结果与分析

4.4 本章小结

第五章 电子鼻对不同品牌食醋分类和分析

5.1 基于FFST食醋分类

5.2 基于支持向量机（SVM）食醋分类

5.3 本章小结

第六章 结论及展望

6.1 结论

6.2 展望

参考文献

致谢

攻读硕士学位期间发表论文及科研情况