导读:本文包含了机器嗅觉论文开题报告文献综述及选题提纲参考文献,主要关键词:产地溯源,循环神经网络,人工蜂群算法,参数优化
机器嗅觉论文文献综述
朱煜枫,王宁诚,许磊,吴枫[1](2019)在《基于ABC-RNN算法的机器嗅觉系统》一文中研究指出为了解决对短采集时间水果产地进行快速识别的问题,提出一种基于人工蜂群算法优化的循环神经网络(ABCRNN)。该算法利用人工蜂群(ABC)算法对循环神经网络(RNN)的初始权重和偏置进行全局最优搜索,同时RNN以时序信号作为输入信号,降低了网络的复杂度。实验结果表明,ABC-RNN算法具有更快的训练速率和更高的精度,在甜橙和猕猴桃两种水果的产地分类问题上取得了很好的分类结果。(本文来源于《武汉大学学报(理学版)》期刊2019年03期)
朱志均,周华英,罗坤豪,吴恺熹[2](2018)在《基于机器嗅觉结合BP神经网络的砂仁气味鉴别方法》一文中研究指出检测和分析4种不同产地砂仁气味信息,探索基于机器嗅觉技术结合BP神经网络的气味鉴别方法。利用电子鼻PEN3采集4种不同产地砂仁的气味信息,构建一个包含叁层结构的BP神经网络模型,通过对非线性气味数据进行反复学习和训练,确定各产地砂仁气味特征模型,采用MATLAB 2013实现鉴别仿真。结果表明:不同产地砂仁气味特征信息整体相貌是相似的,但各自的特征指纹峰值有明显差异;建立的BP神经网络模型对不同产地砂仁的训练样本和待测样本均可实现100%的准确鉴别。该方法稳定、可靠、简便,可为中药材质量控制和真伪鉴别提供参考。(本文来源于《自动化与信息工程》期刊2018年04期)
张晓利,贾立锋,梁家豪,巫莹柱,孙运龙[3](2018)在《探讨纺织纤维的机器嗅觉快速识别方法》一文中研究指出探讨机器嗅觉技术用于纤维鉴别的可行性。运用PEN3型电子鼻提取纤维材料挥发的气味信息,建立气味指纹图谱,选取传感器稳定后的合适试验数据,分别应用线性判别分析和主成分分析对腈纶、蚕丝、莫代尔、醋酯纤维、锦纶、氨纶的测试数据进行分析,并尝试将该技术用于棉涤混纺织物的检测中。结果表明:线性判别分析方法和主成分分析方法都能很好地识别所试验的纤维材料,其中线性判别分析方法所得数据点更为集中明显;PEN3型电子鼻能很好地分辨出待测棉涤混纺产品中的涤纶纤维和棉纤维。认为:该技术为快速、便捷、无损鉴别纤维种类提供了一种全新的方法。(本文来源于《棉纺织技术》期刊2018年06期)
彭珂[4](2018)在《基于机器嗅觉的气味信息特征提取及分类识别研究》一文中研究指出随着计算机技术、通信与信息技术的迅猛发展,虚拟现实技术应运而生,人们通过研究视频和音频信息的本质特征,实现了视频和音频信息的网络传输及复现,即实现了人类的“千里眼”和“顺风耳”的美好梦想,本文则想通过对物质气味信息进行特征提取和分类识别从而为研究物质气味信息的通用表征模式奠定基础。针对目前多类别物质气味信息的特征提取难度大、分类识别率低等问题,本文基于机器嗅觉技术采集了物质气味信息数据,并结合已知的特征信息理论和分类识别算法,对能表示气味信息的特征进行探索研究并提取,提高了物质气味信息的分类识别率。首先,本文详细介绍了PEN3电子鼻的构造和工作原理,然后选择市面上常见的10种水果作为实验对象,再利用PEN3电子鼻分别采集其气味信息,并首次把采集的气味信息数据构建成自定义的标准气味数据库。与以往每次只能从原始数据文件中读取气味信息数据相比有了较大的提升,极大地方便了气味信息数据的存储和使用,为文中后续实验提供了气味信息数据支撑。其次,把10种水果的气味信息数据分为两组,第一组(五种水果):从10种水果中选取5种,第二组(十种水果):所选的10种水果。然后根据已知的特征信息理论和分类识别算法,融合PCA与LDA算法(PCA+LDA)以及LTSA与LDA算法(LTSA+LDA),并分别使用PCA+LDA、LTSA+LDA以及机器学习领域中的卷积神经网络(CNN)算法对五种水果和十种水果进行特征提取和分类识别。PCA+LDA算法在提取50th特征时对五种水果和十种水果的分类识别率分别为92%和70%,在提取mean+var特征时对五种水果和十种水果的分类识别率分别为96%和85%;LTSA+LDA对五种水果和十种水果的分类识别率分别为90%和75%;CNN对五种水果和十种水果的分类识别率分别为100%和98%。最后,把PCA+LDA、LTSA+LDA和CNN等叁种算法分别对五种水果和十种水果的分类识别效果进行对比分析,结果表明:当使用PCA+LDA算法时,通过提取不同的特征可以在一定程度上提高气味信息的分类识别率,但是该算法在多类别气味信息分类识别中效果仍然不理想。而本文创新性地使用机器学习领域中的CNN算法对气味信息的分类识别效果则优于PCA+LDA和LTSA+LDA两种算法,不仅在少类别(不多于5种)的气味信息分类识别过程中可以取得较高的识别率,而且在多类别(多于5种)中同样可以取得较高的识别率,说明CNN算法有助于研究气味信息的通用表征模式。(本文来源于《广东工业大学》期刊2018-05-01)
杜洁[5](2015)在《基于机器嗅觉的中华绒螯蟹新鲜度检测技术研究》一文中研究指出水产品新鲜度检测是当前食品质量安全问题的一个重要话题,由于中华绒螯蟹在濒临死亡或死亡的状态下挥发出有毒的物质,而人体一旦食用将会造成严重的威胁,在当前市场贸易中,对中华绒螯蟹新鲜度的传统检测为感官检测,这往往受到主观性的影响,在大量中华绒螯蟹处于捆绑的情况下,最终所得到的结果是有偏的,因此研究无损、实时、准确的中华绒螯蟹新鲜度检测技术是当前水产品市场发展的迫切需求,特别是基于机器嗅觉的中华绒螯蟹新鲜度检测技术研究具有更重要的现实意义。理化指标(挥发性盐基氮)可以实现中华绒螯蟹的新鲜度检测,但是需要以蟹肉为实验对象,整个实验包含高温蒸馏等诸多复杂环节,这无法满足市场快速交易的目的,伴随着传感器技术和模式识别技术的发展,机器嗅觉系统来实现水产品的完整活体检测将具有广泛的应用前景,本课题对基于机器嗅觉的中华绒螯蟹新鲜度检测技术进行了研究,主要成果有:结合完整活体的检测目的搭建了机器嗅觉系统,考虑中华绒螯蟹的外形、体积因素,采用静态顶空法设计气味采样平台,针对活体状态下所挥发出的特征性气体,研究机器嗅觉传感器阵列的选型,为了后续的信息采集和处理,编写了上位机界面,实现软件系统的各个模块功能。鉴于当前尚未有以中华绒螯蟹完整活体的状态进行气味信息采集的研究,需要在试验中对诸如顶空温度、顶空体积、顶空时间、洗气时间、采样时间等参数设置进行分析研究,确定合理的实验方案。然后对气味信息依次进行均值滤波、基线处理和异常数据的剔除等操作,选择稳态信息和瞬时信息两方面有效特征。由于所使用的传感器为非线性的金属半导体材质,那么所获得的气味信息也必定包括非线性的特性,传统的线性降维算法无法提取其中的非线性特征,本课题提出基于拉普拉斯特征映射算法用于气味信息的特征提取,最终的可视化分类结果相对于传统算法有很大的区分度。以挥发性盐基氮作为新鲜度评价的标准,用多元线性回归模型建立了气味响应与挥发性盐基氮含量的相关性,从而反映用气味信息来评价新鲜度是切实可行的,本课题基于BP神经网络对中华绒螯蟹新鲜度建立预测模型,基本上可以认为该模型对于评价中华绒螯蟹新鲜度是有效的。(本文来源于《中国矿业大学》期刊2015-05-26)
武琳[6](2012)在《基于机器嗅觉/味觉中药材气—味信息融合与品鉴方法的研究》一文中研究指出药材作为几千年来中医防治疾病的物质基础,有着其深厚的文化底蕴。在长期的医疗实践中,中医形成了其特有的理论体系,其副作用小,临床疗效卓越。我国地大物博,蕴藏着极为丰富的中药资源,但药材种类繁多,来源复杂,不但贵重稀有药材的伪劣品屡见不鲜,一些常用的普通中药材都会有混淆品出现。因此,研究中药材质量的可控性,实现中药材的品质鉴别受到越来越多人的关注。本文提出了一种新的中药材品质鉴别与分类的方法,即基于机器嗅觉与机器味觉的气-味信息融合技术的中药材品鉴检测。论文的主要研究思路是:选择典型的辛味中药材作为研究对象,分别利用电子鼻与电子舌系统获取不同种类、产地和采收期的中药材气与味的原始数据信息:首先实现单独采用电子舌系统对中药材进行品质与种类的分类鉴别;然后结合数据融合的理论进行基于多传感器数据层的信息融合;对融合后的数据进行特征提取与降维处理;最后选用PCA+LDA的模式识别方法实现训练样本的学习与待测样本的检测。论文将单独利用电子鼻与电子舌的识别结果与融合以后的判别结果进行对比,得出结论:基于机器嗅觉/味觉技术的气-味融合方法在实现中药材品质鉴别中效果更佳。本课题筛选出白豆蔻、白术、苍术、独活、益智、郁金六种辛味中药材样品作为研究对象,采用机器嗅觉技术与机器味觉技术相结合的方法实现样品的分类鉴别,研究结果如下:(1)采用德国AIRSENSE公司的PEN3电子鼻与法国Alpha. MOS公司的ASTREE电子舌对中药材样品分别进行嗅觉与味觉的检测,获得气/味信息的原始数据,并用LDA、PCA+LDA等判别方法得到两个系统单独检测时的识别效果。(2)选择信息融合原理中的数据层融合方式,对采集到的气/味数据进行融合处理,对融合后的多维数据进行特征提取与选择,在PCA的方式下达到降维效果,同时结合LDA的方法实现样本的分类识别。(3)将采用融合技术后实现的分类鉴别结果与单独使用电子鼻、电子舌得到的判别结果做对比分析,从待测样本的二维判别结果图可直观的看出,融合后的数据由于能同时从气、味两个方面来表征中药材的类别特性,使得分类效果更加显着,用欧氏距离判别法得出了各组待测样品的最终识别率均达到100%。结果表明,采用基于电子鼻与电子舌技术的气-味信息融合方法相比单独使用电子舌或电子鼻进行鉴别,达到的对辛味中药材的分类效果更佳。(本文来源于《广东工业大学》期刊2012-06-01)
常健丽[7](2012)在《基于机器嗅觉的中药材质量检测技术的研究》一文中研究指出目前我国药材市场相对混乱,以假乱真的现象比较严重,用外貌相似但药效不同的假药材冒充真药材,影响了合成药品的医疗功效,极大地损害了患者的利益,而且有可能危害生命。因此,在中药材流通和贮藏过程中对其气味进行准确的检测,及时发现伪劣产品,控制中药材质量,减少其进入药品市场的可能性,为打击制假和不合格药品提供科学的依据,有利于维护我国中药材市场,保护消费者的合法权益。建立具有我国独立知识产权的中药质量检验标准体系,也是实现中医药标准化、现代化、进入国际市场必须解决的关键性问题。在对中药材分类鉴别和质量检测方面的国内外现状和发展趋势详细了解和分析的基础上,本文将机器嗅觉技术引入进来,通过分析气体传感器得到的气味信息,来寻找建立鉴别、评价中药材类别的新方法。主要研究思路是:选择中药材作为研究对象,利用机器嗅觉技术即电子鼻来获取不同种类的中药材挥发性组分的气味指纹图谱,对气体传感器响应信号进行分析,取每个气体传感器的最大响应值构成原始特征参数向量,完成特征生成;然后利用主成分分析法,找出最能代表中药材气体气味的整体信息的特征参数,实现数据降维和特征提取的日的;最后通过支持向量机分类器实现对中药材种类的鉴别。本文首先介绍了中药材鉴别的研究现状,以及机器嗅觉的研究进展及其在食品检测方面的研究现状,然后分析了机器嗅觉原理,并对模式识别中用到的支持向量机进行了主要介绍。然后在这些理论的基础上,将支持向量机用于对中药材的分类中,在参数寻优中,不仅将常见的交叉验证算法用于寻找参数,而且提出了粒子群优化算法的寻优,实现了用粒子群算法优化支持向量机性能的方法,而且通过与交叉验证优化支持向量机性能比较,得到比较好的结果。此外,将支持向量机得到的测试分类率与神经网络训练测试得到的分类准确率相比,得出支持向量机在小样本测试的优越性。(本文来源于《浙江师范大学》期刊2012-04-20)
魏亚飞[8](2009)在《基于人工神经网络的机器嗅觉系统研究》一文中研究指出嗅觉模拟技术是研究如何模仿生物嗅觉的一门学问。嗅觉模拟装置早在20世纪60年代就已出现,但该技术在最近10余年才得到迅速发展,并广泛用于食品分析、香精香料的质量鉴别、环境检测、医疗卫生等方面。本文从生物嗅觉系统出发,分析了机器嗅觉系统的生物学基础,阐明了生物嗅觉系统和机器嗅觉系统的联系。对系统的各个组成部分,气敏传感器及气敏传感器阵列,信号预处理,常用的统计模式识别方法及人工神经网络技术,做了具体介绍。在此基础上,设计并实现了由气敏传感器阵列和人工神经网络模式识别技术相结合的机器嗅觉系统,并使用该系统设计了通过卷烟香气识别进行卷烟种类鉴别的实验。系统的硬件部分以AT89S52单片机为核心,由传感器阵列、采样电路、单片机及外围扩展电路、传感器加热控制电路和主机(PC机)等几部分构成。传感器阵列可把气体气味转换为能被计算机识别的电信号;单片机通过RS232标准串行接口与主机相连,把采集到的数据上传到PC机;主机还可以控制传感器的加热及采样,并能实时采集与显示采样数据,对采样数据进行存储、处理。系统的软件部分包括单片机软件与PC机应用软件,单片机软件用汇编语言实现,完成单片机系统的控制、I/O操作、通信等功能。应用系统软件由Visual Basic6.0与Matlab混合编程来实现。VB易于快速开发Windows应用程序,Matlab提供人工神经网络工具箱用于人工神经网络的设计、学习、训练和仿真。两者相结合,提高了系统数据处理的能力,同时使用更方便。为了验证所设计的机器嗅觉系统的应用特性,选取了叁种卷烟,使用机器嗅觉系统对其进行定性分析,观察系统经过一定规模的样本训练后能否对未知卷烟样本做出正确鉴别。实验证明该系统能够对不同品牌的卷烟香气进行识别,从而鉴别出卷烟的种类。利用实验得到的数据,还比较了不同预处理算法对系统识别性能的影响,并对系统神经网络识别模块的结构参数进行了比较和分析,为提高机器嗅觉系统的训练速度和识别能力奠定了基础。(本文来源于《昆明理工大学》期刊2009-02-01)
刘红秀,骆德汉,张泽勇[9](2006)在《机器嗅觉系统气味识别算法》一文中研究指出简单介绍机器嗅觉的发展概况,依据人鼻内嗅觉感受器细胞的嗅感原理提出气敏传感器阵列的信号模型;概括分析机器嗅觉的多变量模式分析技术,从其气味识别算法的角度,重点介绍统计模式分析(线性和非线性)和智能模式分析(人工神经网络和其它)的基本方法,对机器嗅觉系统的实现具有一定的指导意义.(本文来源于《传感技术学报》期刊2006年06期)
范影乐,陈宇,李轶[10](2004)在《基于混沌理论的机器嗅觉研究》一文中研究指出针对人工嗅觉仿真系统,研究动物嗅觉系统所拥有的高灵敏度和抗强干扰的能力.根据混沌理论,分析了混沌嗅觉系统实现的可能,在此基础上,提出了混沌传感器电路并分析了其测量原理,设计了混沌系统的符号动力学空间,将原混沌空间转换为距离空间,实现了参数空间、轨道空间以及距离空间的映射转换.研究表明,基于混沌理论的机器嗅觉系统具有混沌系统所固有的高灵敏度,同时克服了混沌轨道非一致性、非平衡性以及不稳定性带来的影响,可实现高精确度测量.(本文来源于《浙江大学学报(工学版)》期刊2004年12期)
机器嗅觉论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
检测和分析4种不同产地砂仁气味信息,探索基于机器嗅觉技术结合BP神经网络的气味鉴别方法。利用电子鼻PEN3采集4种不同产地砂仁的气味信息,构建一个包含叁层结构的BP神经网络模型,通过对非线性气味数据进行反复学习和训练,确定各产地砂仁气味特征模型,采用MATLAB 2013实现鉴别仿真。结果表明:不同产地砂仁气味特征信息整体相貌是相似的,但各自的特征指纹峰值有明显差异;建立的BP神经网络模型对不同产地砂仁的训练样本和待测样本均可实现100%的准确鉴别。该方法稳定、可靠、简便,可为中药材质量控制和真伪鉴别提供参考。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
机器嗅觉论文参考文献
[1].朱煜枫,王宁诚,许磊,吴枫.基于ABC-RNN算法的机器嗅觉系统[J].武汉大学学报(理学版).2019
[2].朱志均,周华英,罗坤豪,吴恺熹.基于机器嗅觉结合BP神经网络的砂仁气味鉴别方法[J].自动化与信息工程.2018
[3].张晓利,贾立锋,梁家豪,巫莹柱,孙运龙.探讨纺织纤维的机器嗅觉快速识别方法[J].棉纺织技术.2018
[4].彭珂.基于机器嗅觉的气味信息特征提取及分类识别研究[D].广东工业大学.2018
[5].杜洁.基于机器嗅觉的中华绒螯蟹新鲜度检测技术研究[D].中国矿业大学.2015
[6].武琳.基于机器嗅觉/味觉中药材气—味信息融合与品鉴方法的研究[D].广东工业大学.2012
[7].常健丽.基于机器嗅觉的中药材质量检测技术的研究[D].浙江师范大学.2012
[8].魏亚飞.基于人工神经网络的机器嗅觉系统研究[D].昆明理工大学.2009
[9].刘红秀,骆德汉,张泽勇.机器嗅觉系统气味识别算法[J].传感技术学报.2006
[10].范影乐,陈宇,李轶.基于混沌理论的机器嗅觉研究[J].浙江大学学报(工学版).2004