论文部分内容阅读
电子鼻作为一种非常有潜力的鉴别工具,在食品检测领域已经得到了广泛的应用。但是,到目前为止,大多还都处在实验室阶段,距离实用化还有一定的差距。其主要原因就是在使用过程中电子鼻信号中存在漂移现象。为了减小漂移现象的影响,分别从两个方面对电子鼻进行去漂移研究。同时,为了验证去漂移研究的效果,分别选取6种白酒和6种食醋作为电子鼻的鉴别对象。从信号变换的角度分析,提出了一种基于快速傅里叶变换(FFT)的气敏传感器检测信号的去漂移方法。该方法是通过构造一种阈值滤波函数,来实现对FFT变换系数的修正,进而使重构的检测信号中气敏传感器的漂移得到有效控制或消除。在提取白酒、食醋样品电子鼻信号积分值(integral value,INV)作为特征值的基础上,6种白酒样品和6种食醋样品的Fisher判别分析(FDA)正确率分别由去漂移前的38.6%、75.7%提升至去漂移后的99.9%、100%,交叉验证率也分别提高到99.9%、100%。这说明基于FFT的电子鼻去漂移方法是有效的。从多变量统计分析的角度出发,提出了一种独立分量分析(ICA)融合小波能量阈值的电子鼻去漂移信号方法。首先,运用ICA分解电子鼻信号以获得各个独立成分;其次,根据各个独立成分的小波能量值选择独立成分,以剔除漂移信号;最后,运用所选择的独立成分重构电子鼻信号。在分别提取白酒、食醋样品电子鼻信号INV特征后,6种白酒样品和6种食醋样品的FDA的鉴别正确率分别由去漂移前的38.6%、75.7%提升到去漂移后的100%、99.7%,交叉验证率也分别提高到100%、98.6%。FDA结果表明,所提出的电子鼻信号去漂移方法是有效的。与其他独立分量分析方法相比,该方法不受先验信息影响,更便于实际应用,研究结果也为其他类型的样品鉴别提供参考。