【摘 要】
：
肉类市场存在一些弊端,如肉类的掺假问题。一些不法商家将价格昂贵的肉中掺入廉价的肉,例如通过在牛肉中掺入猪肉来牟取暴利。这不仅造成了经济损失,而且对具有宗教信仰的人极不友好。目前用于肉类掺假检测的技术例如基于生物学和基于化学的技术存在检测成本昂贵,检测时间过长等问题,为实际应用带来不便。电子鼻是一种用于测量挥发性气体化学性质的化学测量系统,因其速度快、可靠性高、操作简单、成本相对较低而被广泛应用于食
论文部分内容阅读
肉类市场存在一些弊端,如肉类的掺假问题。一些不法商家将价格昂贵的肉中掺入廉价的肉,例如通过在牛肉中掺入猪肉来牟取暴利。这不仅造成了经济损失,而且对具有宗教信仰的人极不友好。目前用于肉类掺假检测的技术例如基于生物学和基于化学的技术存在检测成本昂贵,检测时间过长等问题,为实际应用带来不便。电子鼻是一种用于测量挥发性气体化学性质的化学测量系统,因其速度快、可靠性高、操作简单、成本相对较低而被广泛应用于食品质量与安全检测领域。本文利用PEN3电子鼻实现定量检测牛肉中掺假的猪肉。现有的相关研究手动选择和提取电子鼻数据的特征,这不仅带来复杂的数据处理过程,而且还可能丢失重要的信息。因此,本文提出一种1DCNN-RFR框架自动提取电子鼻数据特征,以提高检测的精确度。首先,基于PEN3电子鼻进行数据采集,分别采集了7种不同掺假比例（0%、10%、20%、30%、40%、50%、60%）的掺假肉数据。然后,结合传统机器学习方法（MLR、SVR、RF、BPNN）和稳定响应值预测掺假比例。结果显示,传统机器学习方法的效果不理想。最后,使用提出的1DCNN-RFR框架预测掺假比例。结果显示,相比于其他机器学习模型,该1DCNN-RFR框架的效果更好。本研究表明提出的1DCNN-RFR框架可以作为一种有效的方法用于肉类掺假的定量检测。
其他文献
现代过程企业已经广泛应用了计算机控制与管理系统,采集并存储了大量工业过程运行变量的时间序列数据,其中蕴含了丰富的工业过程演变规律和运行知识,可以有效地支持对多变量过程参数进行时间序列预测,建立起保障生产过程安全、稳定和优化的运行环境。常规的工业过程时间序列数据预测通常基于单一的时间尺度,难以兼顾短期、中期和长期预测性能。为此,本论文从多任务学习角度出发,提出了一种利用多时间尺度数据对工业过程多元时
由于生产中常常存在多变量,不确定,强耦合、时滞、非线性等各种问题,常规的控制手段已经无法满足生产过程对控制精度的要求,为了克服传统PID算法的局限,韩京清研究员借鉴传统PID算法的优点,以抗扰作为控制问题的核心,提出了一个全新的控制方案——自抗扰控制系统（Active Disturbance Rejection Control,ADRC）。ADRC以抗扰为核心,通过对系统总扰动进行估计并预先补偿消
强化学习是机器学习领域的一项重要研究方向,近年来与深度学习融合所组成的深度强化学习发展迅速,在多个领域取得了令人振奋的研究成果。其中,策略梯度算法可以被应用于连续动作空间问题的求解,在控制领域具有极大的研究前景。为了平衡强化学习中的探索与开发之间的矛盾,提高策略梯度算法的探索能力,本文课题在“行动器-评判器”框架下,基于最大熵原理,对近端策略优化算法进行了改进。通过对策略网络的目标函数引入熵正则化
报警阈值优化是工业过程智能报警管理的重要内容。由于受到原料及产品调度策略的影响,工业过程会出现多操作工况运行,这对工业过程多变量报警阈值优化提出了挑战。针对此问题论文进行了深入的研究,提出了一种基于流数据聚类的工业过程多工况报警阈值自适应优化方法,它能够在在工业过程出现多工况切换时对多变量报警阈值进行自适应优化,同时,当工业过程监控人因环境发生改变时,也能够对多变量报警阈值进行自适应调整。以下为论
由于大规模工业系统流程复杂,厂级过程监测面临着很大挑战。传感器在工业过程中的应用有助于数据驱动监测方案的实施。传统的集中式方法受制于数据计算量大、建模困难,在厂级过程监测中表现不佳。分布式方法作为一种可行的改善方案,有助于降低建模复杂度,提高处理速度,增强监测性能。通过合适的过程分解可以降低单元之间相互影响,这对保障分布式方法的监测性能非常重要。本文对基于典型相关分析（Canonical Corr
图像去噪问题作为图像处理研究的核心问题,由于噪声分布的复杂性和多样性,以及研究本身的局限性,使得图像去噪问题研究的热度和进展不如识别、分类等其他图像问题。然而,图像去噪问题却具有较高的研究价值,作为其他图像分析任务的基石,获取一幅干净的图像是提取图像信息的关键。依据噪声和图像信息的关系,噪声干扰的存在形式可分为加性噪声和乘性噪声,因此本研究针对普遍存在的加性高斯噪声和乘性斑点噪声,通过深度学习模型
过程监测可以保证工业过程的安全运行和产品质量,受到了学者们的广泛关注。而其中,基于多元统计的过程监测凭借着对过程数据优越的降维和分析能力近年来得到了广泛的应用,现已成为过程监测领域一种常见的应用方法。为了实现关键性能指标（KPI）监测的算法,偏最小二乘（PLS）是多元统计过程监测方法中一种主流的算法。PLS的主要思想是提取过程变量和KPI变量的公共得分,进而最大化两类变量线性变换之间的相关性。然而
植物药材中的有效成分在药品、食品中广泛使用,有效成分的提取有利于植物药材最大程度的利用,因此实用性强且发展前景广阔。在超声波提取药材有效成分的过程中,工艺参数的取值对有效成分提取率有着显著的影响,合适的工艺参数有利于最大效率地提取植物药材的有效成分。如何选择合适的工艺参数,是有效成分提取面临的一个重要问题。目前,智能化的方法成为了工艺参数优化的一大解决方法,通过构建工艺参数的预测模型,在模型基础上
随着快递行业的迅速发展,由机器人取代人工进行操作的智能仓储已经成为现代仓储行业发展的主流。多机运动规划是智能仓储系统需要解决的关键问题。以往的研究假定机器人的运动是确定性的,忽略了现实生活中存在的噪声、摩擦、不准确的控制输入等随机干扰对机器人造成的影响,难以应用到实际机器人的控制中,本文在规划多机运动时考虑这种随机行为,借助概率学理论,建立概率运动模型,针对多机器人系统中若干具体的运动规划问题,设
蒸汽再压缩热泵隔离壁精馏塔（VRHP-DWDC）是一项有着广阔应用前景的精馏技术。目前关于蒸汽再压缩热泵（VRHP）的研究方兴未艾,许多研究人员已经揭示了VRHP在不同分离过程中的应用所带来的显著经济效益和稳态性能的改善。然而,隔离壁精馏塔的双塔和多个分离段的结构使得蒸汽再压缩热泵的应用成为了一项具有极大的复杂性和繁琐性的任务。除此以外,VRHP-DWDC在处理宽沸点三元混合物时不可避免地面对较大