基于人工嗅觉系统的信息处理技术与食醋鉴别研究（可编辑）

基于人工嗅觉系统的信息处理技术与食醋鉴别研究（可编辑） 基于人工嗅觉系统的信息处理技术与食醋鉴别研究 河南科技大学 硕士学位论文 基于人工嗅觉系统的信息处理技术与食醋鉴别研究 姓名:张宏顺 申请学位级别:硕士 专业:农产品加工及贮藏 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 指导教师:张仲欣;殷勇 20080601摘 要 论文题目 基于人工嗅觉系统的信息处理技术与食醋鉴别研究 专 业农产品加工及贮藏工程 研 究 生张 宏 顺指导教师张仲欣 教授 殷勇 教授 摘 要 食醋是人们日常生活中不可缺少的调味食品 每天有超过320万 公升的食醋 被消费 食醋的质量直接影响到人们的健康 因此对食醋质量评 价正变得越来越 重要 传统的感官分析存在很大的主观性 而化学分析也一直有 许多缺点 像一 些对产品风味有着重大贡献作用的微量成分很难通过化学分析 检测出来 再者 化学分析复杂 操作繁琐 周期长 成本高 越来越不能满足食醋检测的需要 近年来 一种结合传感器技术及模式识别技术 可以客观地对气味进行定性定量 分析的人工嗅觉模拟系统得到了广泛的应用 本文分析了人工嗅觉系统的基本原理及组成 设计了一套适用于食醋鉴别的 人工嗅觉系统 利用该系统对镇江米醋 山西老陈醋 花果山柿子醋以及九九龄 维他醋系列的三个不同质量等级的食醋进行了测试 并利用小波包分析技术 多 元统计分析 人工神经网络对不同种类及不同质量等级的食醋进行了鉴别 从而 为今后开展食醋质量的快速智能评定及真假鉴别奠定基础 主要取得如下成果 1 根据实验的需要 设计出人工嗅觉系统的结构 2 利用小波包分析和模式识别等手段 实现了对气敏传感器的二级温 湿 度补偿 3 从传感器的动态响应出发 利用小波包分解技术 并借助小波包能量的 概念 给出了一种特征值提取方法 实现了数据的压缩 4 提出了利用主成分分析来优化传感器阵列的方法 实现了数据 的进一步 压缩与融合5 运用主成分分析及径向基神经网络实现了不同食 醋种类的鉴别 6 通过分析数据标准化对多元回归模型的影响 建立了适合于食 醋种类判 别的回归鉴别方程 7 运用BP神经网络建立了同一品牌不同食醋质量等级的鉴别模 型 关 键 词 食醋 人工嗅觉系统 鉴别 小波 阵列优化 神经网络 论文类型 应用基础研究I摘要 Subject: Research on Signal Processing & Identification of Vinegars Based on Artificial Olfactory System Specialty: Processing and Storage of Agriculture ProductsName:Zhang HongshunSupervisor: Professor Zhang Zhongxin & Professor Yin YongABSTRACT Vinegar is a necessary flavoring in our daily. There are more than 3.2 million liters of vinegar is consumed every day and the quality of vinegar directly affects the people’s health, Therefore, it is growing more and more important to vinegar quality evaluation. Conventionally, sensory analysis is very subjective, and there are still some shortcomings on the chemical analysis. For example, some molecules are difficult to detect by chemical analysis even though they are significant contributors to product aroma. Moreover, chemical analysis is complicated and operating convoluted and cycle longth, and its equipment is expensive. It is difficult to be used to measure vinegar. Recently, a new test instrument, the artificial olfactory system AOS which combined sensor technology with pattern recognition technology can analyze objectively for smell in quality and quantity, is applied comprehensivelyIn this thesis, the fundamental principle and structure of AOS were analyzed and studied, and an AOS which could meet the requirements of the test for vinegars was designed and constructed. Applying this instrument, Beigushan Rice vinegar, Shanxi Mature vinegar, Huaguoshan Persimmon vinegar and three quality ratings of Jiujiuling Vitamin vinegar were tested. At the same time, wavelet packet analysis technology, multivariate statistical analysis and artificial neural network were utilized to carry out identification of different kinds and different quality rating of vinegars, thereby providing a good foundation for carring on fast and intelligent assessment and indentification of ture and false for vinegars in future. The main effort and achievement in this study are as following: 1. According to the requirement of the experiment, the structure of the AOS was designed 2. Utilizing wavelet packet analysis and pattern recognition technology and the like, two times compensating temperature and humidity for gas sensitive sensors were II摘要 achieved 3. Based on dynamic response characteristic of the gas sensor, with wavelet packet analysis technology, with the help of the energy conception of wavelet packet, a feature extraction method of vinegar was advanced, and the dimension of the data was lowered4. A new method of optimized array was adopted based on Principal Component Analysis PCA, and the dimension of the data was compressed and syncretized once again 5. Based on PCA and Radial Basis Function Neural Network RBFNN, the identification of different kinds of vinegars was carried out 6. Comparing the influence of standardization to multiple regression analysis, a regression equation for the identification of different kinds of vinegars was attained7. Based on Back Propagation Neural Network BPNN, the identification model was constructed for different quality grades with the same brand vinegar KEY WORDS: vinegar, Artificial Olfactory System, identification, wavelet, optimized array, neural networkDissertation Type: applied basic research III第 1章 绪论 第1章 绪论 1.1 课题的提出 食醋作为人们日常生活中不可缺少的调味食品 以其所具有的营养价值及防 病健身作用早已为世人所公认 在国内外颇受世人欢迎 食醋质量的优劣 营养 成分的多少 直接影响着人们的食欲和身心健康 由于传统酿造食醋周期长 成 本高 有些不法商用冰醋酸及添加剂合成醋来冒充食醋以牟取暴利 这种劣质醋 不仅无营养价值 还严重危害人们的身体健康 再者 市场上酿造食醋的质量也 是鱼目混珠 因此 如何实现对食醋质量进行实时 快速的检测已经变得相当重 要 传统检测方法分为感官指标鉴别和理化指标检验 感官指标主要从食醋的 色 味 形态上进行鉴别 一般来说 假冒产品在配制时 色 味 形态也与酿 造醋比较逼近 再者 依靠人的嗅觉对产品的质量进行鉴别判断 这类工作通常 需要训练有素 经验丰富的专职人员进行 尽管如此 不可避免地存在以下几个 [1,2] 主要问题 1 培养一名专职的嗅觉鉴别人员不仅要投入大量的费用 而且周 期长 2 感官鉴别带有很大的主观因素 判断结果随鉴别人员的年龄 性别 识别能力及语言文字 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 达能力的不同存在相当大的个体差异 3 即使对于同一 个人 随着在同一个环境中呆的时间变长 其嗅觉 味觉也会变得疲劳 从而影 响其鉴别的准确性 在理化指标检验过程中 常利用化学成分分析仪器来检测 如气相色谱仪 热分解质谱仪等 这类设备结构复杂 操作烦琐 经常需要对被 测对象进行预处理 导致测试周期加长 而且还存在不能连续检 测等缺点 另 外 在成分含量极微的情况下 这些仪器分析效果不佳 甚至无能为力 已有的 研究结果表明 有许多气味 其组分的大多数处于气相色谱等仪器的检测范围之 外 并且气味分子的物理化学性质与嗅觉效应之间的关系仍然是一个 黑箱 仅用测量出的几种化学成分不能全面地表达被测物质的质量 近年来 随着计算机技术 传感器技术 信息处理技术及生物技术的发展 一个仿照生物的嗅觉系统 分析 识别和检测复杂气味和挥发性成分的人工嗅觉 系统应运而生 人工嗅觉系统操作简单 可以为食醋质检人员提供一种便捷的监 测方式 也可在食醋生产过程中 实现对产品的实时在线检测及控制 与其他化 学分析仪器不同 人工嗅觉系统得到的是样品中挥发成分的整体信息 可在多种 气体共存的复杂混合气体中定性/定量地对气味进行识别分析 因此 拟采用人 1河南科技大学硕士学位论文 工嗅觉系统探讨食醋种类及质量等级的鉴别 并为今后开展食醋 质量的快速智能 评定及真假鉴别奠定基础 1.2 人工嗅觉系统的简介 [3-5] 模拟人类和其他哺乳动物的嗅觉机理 人工嗅觉的结构可分为三个层次 如图1-1 图1-1 人工嗅觉系统的结构框图 Fig.1-1 Structure chart of artifical olfaction system 由图 1-1可以看出 人工嗅觉主要包括传感器阵列 信号预处理和模式识别 系统三部分 气味分子被气敏传感器阵列所吸附 产生信号 生成的信号经处理 加工和传输 然后通过模式识别系统做出判断 1 气敏传感器阵列 在功能上相当于彼此重叠的人的嗅觉感受细胞 产生 嗅感信号 由具有广谱响应特性 灵敏度较高 对不同气味具有一定选择特性的 气敏元件组成 2 信号预处理单元 它对传感器阵列的响应模式进行预加工 完成特征提 取 3 模式识别单元 相当于动物或人类的大脑 具有分析 判断 智能解释 的功能 它运用一定的算法完成气味或气体的定性定量鉴别 人工嗅觉系统是涉及气体传感器 多信息数据融合 计算机技术和应用数学 以及各具体领域的一门综合性技术 它通过传感器阵列 信号预处理单元和模式 识别单元来实现对人的嗅觉功能的模拟 因此 人工嗅觉系统的发展主要集中在 气敏传感器 信号预处理和模式识别三个方面 1.2.1 气敏传感器技术 气敏传感器及其阵列是人工嗅觉系统的关键 它的功能是把不同的气味分子 2第 1章 绪论 在其表面的化学作用转化为可测的电信号 从人们对生物系统的理解可以确定用 [6] 于人工嗅觉系统的气敏传感器应该具有以下特性1 对单一气味或气味分子不需要高度专一性 但对特定种类的化合物要有 某种程度的择优特性 2 使用这些不同的但具有重叠响应特性的非专一性的传感器可以获得对特 定化合物的专一性 这样可以描述单一化合物的特征模式 3 理想情况下 对一种化合物的不同浓度的响应应该是单调的 4 在常温下的反应应该是快速的和可逆的 5 传感器产生的信息应该是简单的 易于处理的 1.2.2 信号预处理技术 数据预处理的目的就是通过一些变换来实现漂移补偿 信息压缩和降低信号 的起伏等 通常的数据处理方法包括样本数据平滑及幅度归一化等 数据预处理 对于人工嗅觉系统的识别性能有着重大的影响 好的信号预处理方法可以使得识 别复杂度降低 误差减少 从而提高信号处理系统的识别性能 目前 常用的信 号预处理方法有 差分算法 相对算法 部分差分算法 对数算法 代数归一化 [7,8] 算法 平方归一化算法等 表1-1给出了部分信号预处理算法 表 1-1 信号预处理算法 Tab.1-1 Signal pre-processing algorithms 算 法 公 式 min x V ?V 差分算法 ij ij ij min 相对算法 x V /V ij ij ij min x V ?V /V 部分差分算法 ij ij ij ij min x log V ?V 对数算法 ij ij ij min 代数归一化算法 x V / V ?V ij ij ij ij x V ?V / S 白化算法 ij ij j j 2 x V / V 平方归一化算法 ? ij i j ij ' j min j min j 传感器归一化 x V ?V / V ?V ij ij ij ij ij 1 21' 2 阵列归一化 x V / Vij ij ? ij ij n? 注 x为传感器i在气体j中响应的特征 V为传感器i在气体j 中输出电压值 S 是对i求得的标准差 上 ij ij j 标中的和min表示对i求最大和最小 3河南科技大学硕士学位论文 [9] 大量文献及实验表明 相对算法在被测气体的浓度较小的情况下 是比较 差的预处理方法 部分差分算法可以将金属氧化物化学电阻与浓 度的关系线性 化 而且一般具有比较好的处理效果 对数法可以将高度非线性的浓度依赖关系 线性化 传感器归一化处理方法可以使每个传感器的输出处于[0 1]之间 从而 使响应向量的每一个元素处于同一数量级上 不仅减少化学计量分类器的计算误 差 而且可为人工神经网络分类器的输入准备适当的数据 白化算法可以将数据 变为均值为0 方差为1的信号 这可以降低后续处理的复杂度 1.2.3 模式识别技术 在人工嗅觉发展的过程中 模式识别也是人工嗅觉系统的重要组成部分 主 成分分析法Principal Component Analysis, PCA 偏最小二乘回归Partial Least Squares Regression 判别分析法Discriminant Analysis, DA 人工神经网络 Artificial Neural Network, ANN等在人工嗅觉系统领域都有应用 主成分分析可对多变量的平面数据进行最佳综合简化 即在保证数据信息丢 失最少的原则下 对高维变量空间进行降维处理 是一种用于分 类的线性技术 它能提取单一数组中的系统变化量 并将多维空间的信息在低维空间表现出来 所以可用于寻找最重要的分类变量 偏最小二乘回归主要用于建立多因变量与多自变量的统计关系 在回归分析 中 当自变量与因变量的个数都很多 并且在自变量之间以及因变量之间都存在 较严重的非线性时 如果采用一般的多元回归方法 其分析结果的可靠性极低 而采用偏最小二乘回归分析的建模方法可以较好地解决该问题 这种方法可以用 来消除自变量之间多重相关性问题 使建立的预报模型可靠度更高 判别分析法是用于判别个体所属群体的一种统计方法 其特点是根据已掌握 的 历史上每个类别的若干样本的数据信息 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 出客观事物分类的规律性 建 立判别公式和判别准则 当遇到新的样本时 只要根据总结出来的判别公式和判 别准则 就能判别该样本所属类别 主成分分析法 偏最小二乘法 判别分析法是基于线性的分析方 法 具有较 大的应用局限性 而人工神经网络法是一种模仿人类大脑思维的仿生算法 能够 处理非线性数据 容忍传感器的漂移和误差 并且具有较高的预测精度 因而近 年来成为人工嗅觉系统领域的主要方法 1.3 人工嗅觉的应用及前景 人工嗅觉技术走向实用最明显的标志是商品化 样机化仪器出现 目前 国 4第 1章 绪论 [10] 外已开发出数十种实验性装置 表1-2是一些商品化的人工嗅觉系统 由表1-2可发现 国外已开发出的产品 普遍是价格昂贵 传感器的数量多 且在实用中也具有一定的针对性 与国外相比 国内对电子鼻的研究从上世纪90 年代才刚刚起步 研究还停留在实验室阶段 离完全商品化还有一段距离 人工 嗅觉系统具有实时 在线 原位分析等特点 可用于气味鉴别 复杂环境下气体 浓度鉴别和可燃气体 有机挥发物或有毒气体的鉴别 因而 在食 品工业 环境 检测 医疗卫生 药品工业 室内质量监控 安全保障 公安和军事等领域都有 广阔的应用前景 表 1-2已开发出的人工嗅觉系统的不完全列表 Tab.1-2 The incomplete list of developed artifical olfaction system 生产厂家 国家 传感器类型 传感器数量 模式识别技术 价格万美元 ANN DC AIRSENSE 德国 MOS 10 2-4.3 PCA SPR CP MOS QCM ANN DFA Alpha_MOS 法国 6-24 2-10 SAW PCA Aromascan 英国 CP 32 ANN 2-7.5 ANN CA BloodHoundSensors 英国 CP 14PCA ANN CA LennartzElectronic 德国 MOS QCM 16-40 5.5 PCR UmweltschatzGmbH 德国 MOS QCM SAW 6-10 ANN PCA 5 IR MOS Nordicsensor 瑞典 22 ANN PCA 4-6 MOSFET QCM 注 1 MOS为金属氧化物传感器 CP为导电聚合物传感器 QCM为石英晶体谐振传感器 IR为红 外线光电传感器 SAW为声表面波传感器 MOSFET为金属氧化物半导体场效应管传感器 2 ANN为人工神经网络 PCA为主成分分析 DFA为判别式函数分析 SPR为统计模式识别 DC 为距离分析 CA聚类分析 PCA主成分回归 1.4 主要研究内容 针对传统食醋质量鉴别中存在的问题以及人工嗅觉系统的应用现状 提出如 下主要研究内容 1 测试系统结构的完善及测试方法研究 2 气敏传感器的温 湿度补偿方法研究 通过对气敏传感器温 湿度效应的分析 研究对气敏传感器响应进行温 湿 度补偿的方法 5河南科技大学硕士学位论文 3 传感器信号特征值的提取及阵列优化方法的研究 通过对气敏传感器及温 湿度传感器响应信息的分析 研究能充 分包含响应 曲线信息的特征值提取方法 并综合食醋分类和质量分级的实际要求 研究确定 最终传感器阵列的阵列优化方法 4 食醋分类及质量分级的模式识别方法研究 结合温 湿度补偿 分别从多元统计理论和人工神经网络的角度 研究食醋 分类和质量分级 1.5 小结 1 提出了本课题研究的背景 意义及目的 2 概述了人工嗅觉系统的基本原理与结构 3 综述了人工嗅觉系统的相关技术 研究历史和应用现状 4 提出了主要研究内容 6第 2章 测试装置与实验研究 第2章 测试装置与实验研究 2.1 气敏传感器的选型与初始阵列的确定 2.1.1 气敏传感器的选型 在整个系统中 传感器是采集气体种类及浓度信息的主要器件 是整个系统 的核心部件 传感器阵列是人工嗅觉系统的基础 阵列的性能直接决定了系统的 识别范围 使用寿命等 实验中 阵列由多个分立元件构成 选择合适的传感器组合对提高整个系统 [11] 的性能至关重要 系统设计中选择传感器的原则为 1 气敏传感器应具有很高的灵敏性 能够对痕量级的化学成分产生响应 2 气敏传感器应具有广谱响应特性 能对多种气体有响应 但又有一定的 选择性 使气敏传感器阵列中的每个传感器的响应值不同3 检测过程是可逆的 器件应该性能稳定 工作可靠 重复性好 4 气敏传感器的响应时间和恢复时间要尽量的短 这样 气敏传感器阵列中的每个传感器对待测样品的响应既有区别又有联 系 表现出一定的相关性 并且 阵列的输出结果更能较为全面地反映出待测样 品的化学组成 以使人工嗅觉系统对待测样品质量的鉴别和判别结果更加可信 气敏传感器按照工作原理 可分为半导体方式 接触燃烧方式 化学反应方 [12,13] 式等多种类型 比较各种类型的气敏传感器的工作原理 检测对象 主要特 点 发现以硅基微结构的半导体气敏传感器在本实验中比较合适 这类传感器以 硅为衬底 以 SnO2 为敏感材料 与其它气敏传感器相比 SnO 气敏传感器具 2 [14,15] 有以下特点 1 阻值与被测气体的浓度呈指数变化关系 适用于低浓度气体测量 2 SnO 材料的物理 化学稳定性好 寿命长 耐腐蚀性强 2 3 结构简单 成本低 可靠性高 机械性能良好 4 对气体的检测不需要复杂的处理设备 待测气体可通过传感器的阻值变 化 直接转变为电信号 而且信号处理不需要放大电路就可实现 因此 实验中选用的气敏传感器为 SnO 半导体气敏传感器 并且利用其存 2 在的“交叉敏感性”组成阵列 7河南科技大学硕士学位论文 2.1.2 传感器初始阵列的确定 传感器阵列的构造是与后续信息处理密切相关的 传感器单元的 选择本身就 是应该考虑到要有一定的重叠敏感区域且各有敏感侧重 实验中采用下面的判定 [16] 准则 来确定应选择的传感器类型 准则 所构造系统中各传感器的输出信息所组成的整体信息应该是完备的 根据准则 我们知道要构造一个有效的传感器系统阵列 一定要使各个传感 器单元输出的信息集合是足够的 初始传感器阵列中应尽可能包含能够更多地反 应样品信息的多种类型的传感器 实验中选用的 SnO 型气敏传感器为日本费加罗公司生产的 TGS-8系列气敏 2 传感器 这种传感器适用检测的对象是各种挥发性气体 如烃类 醇类 苯类 醛类 酮类 硫化物H S 等 CO 等物质 利用上面准则及前面介绍的传感器 2 选取的原则 初始阵列拟选取从市场上购到的 TGS-813 TGS-842 TGS-800 TGS-822 TGS-824 TGS-812 TGS-821 TGS-830 TGS-832 TGS-826 TGS-831 TGS-880 TGS-825共 13个金属氧化物气敏传感器组成阵列 同时 考虑到半导体传感器对外界条件实验中主要是温湿度比较敏感 我们在测试中 又加入了外置的 JCJ100K温 湿度传感器作为外界条件的输入量 2.2 实验装置 图 2-1为人工嗅觉系统测试装置结构示意框图 主要由气敏传感器阵列 温 湿度传感器 测量室 测试电路 数据采集系统等部分组成 图 2-1 测试装置结构框图 Fig.2-1 Structural diagram of testing equipment 2.2.1 气敏传感器阵列布局 气敏传感器的初始阵列暂由上述 13个 TGS-8系列的金属氧化物气敏传感器 构成 最终阵列组成需根据实验结果来定 传感器阵列的分布如图 2-2所示 图 2-2中的阿拉伯数字 1 13代表气敏传感器 另外 这些数字还分别表示该传感 8第 2章 测试装置与实验研究 器所对应的信号采集通道 表 2-1给了具体的对应说明 图 2-2 气敏传感器的布局 Fig.2-2 Distribution of gas sensitive sensors 表 2-1 传感器与通道号对应表 Tab.2-1 Corresponding table of sensors and channels 通道 传感器 通道 传感器 通道 传感器 通道 传感器 通道 传感器 1 TGS-813 4 TGS-822 7 TGS-821 10 TGS-826 13 TGS-825 2 TGS-842 5 TGS-824 8 TGS-830 11 TGS-831 14 湿度 3 TGS-800 6 TGS-812 9 TGS-832 12 TGS-880 15 温度 2.2.2 温湿度传感器 实验中用的温 湿度传感器为外置的 JCJ100K 温 湿度传感器 主要测试 环境的温湿度变化情况 然后将采集到的信号同气敏传感器一起经 A/D 转换 器 并以十进制数据形式经 USB端口输入到计算机 2.2.3 测量室 测量室是一个用来放置气敏传感器阵列和被测对象的容器 测量室的体积应 根据气敏传感器的数量及其布置和待测样品来确定 在测量室的材料选取上 因 为有机玻璃 橡胶 工程塑料等材料会散发出气味 散发出的气味或者被气敏传 感器直接感受 或者与被测气体发生化学反应 使传感器的响应 结果不能反映被 测气体的真实情况 因此 这类材料不宜用来制作测量室 经过比较 最终选择 不锈钢材料来制作测量室 在结构的设计上 要充分考虑气敏传感器阵列的布 9河南科技大学硕士学位论文 局 样品取放的方便性及废气的易排放性 因所测食醋等对象为易挥发的物品 样品取放的方便与否将直接影响测试的准确性 废气排放的难易直接决定着气敏 传感器恢复的快慢 因此 综合考虑了上述因素 测量室设计为圆柱体形 如图 2-3所示 图 2-3为测试装置的构成图 图中 1即为测量室 图 2-3 测试装置构成图 Fig.2-3 Structure of testing equipment 注 图中 1为测量室 2为温湿度传感器 3为采集系统主机部分 4为显示器 实验中 传感器采用自然扩散式采样 关闭进气阀和排气阀 直接把装有食 醋样品的蒸发皿放入测量室的底部 盖上盖子 随着样品自然扩散到饱和状态 气敏传感器产生相应的感应信号 传感器恢复时 可直接拿走箱 盖和打开排气 阀 让传感器自然恢复2.2.4 测试电路 附录 A 给出了嗅觉模拟测量系统总线路的详细布局 2.2.5 采集系统 数据采集通过 12位 A/D采集卡 由计算机控制来实现自动采集 采集卡为 北京阿尔泰科贸有限公司出的 USB2008 数据采集卡 采集卡体积较小 便于携 带 可经 USB 电缆接入计算机 即插即用 其基本参数性能是模拟电压输入范 围为 0 10V 12位 A/D转换分辨率 16路单端模拟信号输入 最大非线性误 ? 差为 1LSB 支持通道扫描及伪同步采样扫描模式 2.3 实验 2.3.1 实验材料 在食醋鉴别的研究中 主要分为种类鉴别和质量等级鉴别两个部分 种类鉴 10第 2章 测试装置与实验研究 别时选用了米醋 陈醋 柿子醋 维他醋 共有 4个类型 实验样本分别为山西 老陈醋 花果山柿子醋 镇江米醋及瓶装维他醋 质量等级鉴别时 选用九九龄维 他醋系列的三个产品 即瓶装维他醋 精品维他醋及袋装维他醋 表 2-2列出了 实验用的 6种食醋的类型 产地 总酸度 发酵方式及配料等表 2-2 实验用 6种食醋的成分 产地 酸度 加工方式 Tab.2-2 Ingredient, producing area, acidity and processing mode of six kinds of vinegar in experiment 总酸度? 名称 简称 类型 产地 发酵方式 配料 g/100ml 水 大米 麦麸 白糖 食 镇江米醋 zjmc 米醋 江苏 3.6 固体发酵 盐 苯甲酸钠 水 高粱 大麦 豌豆 麸 山西老陈醋 sxlcc 陈醋 山西 5.0 固体发酵 皮 苯甲酸钠 泉水 柿子 麸曲 苯甲酸 花果山柿子醋 szc 果醋 河南 3.5 固体发酵 钠 泉水 小米 大曲 多种营 瓶装维他醋 pzwtc 维他醋 河南 3.5 固体发酵 养素 优质泉水 小米 高效生物 精品维他醋 jpwtc 维他醋 河南 3.5 固体发酵 活性酶 L-AA 多种营养素 等 泉水 小米 大曲 多种营 袋装维他醋 dzwtc 维他醋 河南 3.5 固体发酵 养素 2.3.2 实验方法 1 取样方法 用 5ml的移液管每次定量取样 5ml样品溶液放入蒸发皿内 2 测量方法 考虑到气敏传感器是以其周围环境气氛为敏感因素的敏感器件 环境中的温 [14,15] 度 湿度都能直接影响气敏传感器的性能特性 气敏传感器的响应中包含了 环境温 湿度的信息 测试值为传感器在环境与溶液挥发性气味共同作用下 的响应值 因此 在每次采样之前需要预先采集气敏传感器对周围环境的响应 值 同时在每次采集过程中均要记录下环境的温 湿度 以备后续 数据处理中对 气敏传感器进行温 湿度补偿时使用 为了考察温湿度对气敏传感器的的影响 实验按照 zjmc ?sxlcc ?szc及 jpwtc ?pzwtc ?dzwtc的顺序 分别在早 中 晚 三次交替测量 3 实验步骤 1实验前 应对气敏传感器进行初期恢复 确定各传感器空载下对环境气 11河南科技大学硕士学位论文 氛的响应值 为以后的实验中判断各传感器是否复原提供必要的参考 2进行初步实验 确定各传感器在进行一次测量后的复原时间 对比各传 感器的多次恢复曲线 发现它们的复原时间介于 6 15分钟之间 图 2-4为气敏 传感器 TGS-821在测试精品维他醋后的恢复曲线 0时刻为取出样品瞬间 由图 可看出传感器恢复到基准值时介于 5 10分钟之间 但曲线真正达到平衡状态在 10 15 分钟之间 造成传感器恢复值低于基准值的可能原因是在采样前后传感 器周围环境条件已发生细微变化 为了确保传感器完全恢复 规定一次采样结束 到下一次采样开始的时间间隔为 15分钟 图2-4 气敏传感TGS-821的恢复曲线 Fig.2-4 Resume curve of gas sensitive sensor TGS-821 3测试 用 5ml移液管提取 5ml待测样品注入蒸发皿中 然后将蒸发皿放 入测量室 盖上箱盖 在每次采样之前 先采集传感器在空载下的响应值 每个 传感器采集 5个点 以备温湿度补偿时使用 在对样品采集过程中 温湿度传感 器也同时记录下相应的温 湿度值 这为进行气敏传感器的温 湿度补偿提供数 据支持 对每个样本采集 1500 个点 电压值 相邻两点间隔 1 秒钟 实验 中 气敏传感器的工作电压控制在 10?0.1V 传感器加热电压控制在 5?0.1V 4复原 在每次测量完毕后 将测量室的盖子移开使气敏传感器阵列暴露 在空气中 复原气敏传感器到初始状态 同时将测量室上的排气阀打开 使测量 室内的空气能形成对流将废气快速排出 一次实验完成后 蒸发 皿中的样品溶液 应倒入废液盆中 并用自来水对蒸发皿进行清洗 清洗完后用脱脂棉擦干蒸发皿 中的水分 为下一次测试做准备 按照上述步骤或要求 对 6种醋进行采集 镇江米醋 山西老陈醋与花果山 12第 2章 测试装置与实验研究 柿子醋各采集了 35 个样品 而瓶装维他醋 精品维他醋及袋装维他醋各采集了 31个样品 因此 在食醋种类鉴别中 4种醋共得到 3×35?31 136个样品 在食醋质量等级鉴别中 3个质量等级的食醋共得到 3×31 93个样品 2.4 小结 1 介绍了气敏传感器的选型原则 选用 SnO 半导体气敏传感器来构造传 2 感器阵列 2 通过分析阵列的构造原则 确定了传感器的初始阵列由 13个气敏传感器 构成 3 给出了具体的测试方法 取样方法及实验步骤 13第 3章 特征值提取及阵列优化方法的研究 第3章 特征值提取及阵列优化方法的研究 3.1 问题的提出 一个样本可以用一维向量或多维向量描述 并且每一维都应该能够反映样本 特征的某些方面 对于实验中 有 13 个气敏传感器 每个传感器均对应一维向 量 有 1500个数据 则一次实验中 一个样本就得到 13×150019500个数据 如果直接用原始特征来进行鉴别模型或分类模型的建立 无论从计算的复杂程度 还是模型性能来看都是不适宜的 因此 对原始数据进行压缩是一个关键问题 即如何把高维特征空间压缩到低维特征空间 以便有效的建立鉴别模型或分类模 型就成为了一个重要的课题 数据压缩常通过变换的方法来实现 这个过程也是 对特征信息进行提取和选择的过程 特征信息是否有效提取 强烈地影响到所建 立的鉴别模型或分类模型的稳健性和可靠性 也影响到未知类别样本识别结果的 准确性 关于特征提取的方法很多 常采用的是提取响应信号中的某几个值作为该信 [17-20] 号的特征向量 这种方法可以实现一定的鉴别效果 但其只考虑响应曲线的 某些点 而不考虑整个动态响应过程 且该方法使得每个传感器都将有多个特征 值 这对多传感器阵列必将产生一个维数较大的特征矩阵 达不到降维效果 降 低不了计算的复杂性 近年来 也有些新的特征提取方法出现 如通过提取时间 [21] [22] 与被测量信号间的最优参数基作为特征向量 通过边界理论来提取特征值 [23] 通过求信号的微分平均值来构造特征向量 这些方法都有一定的应用针对性 许多研究表明 气敏传感器的动态响应过程更能够包含被测对象的“指纹”信息 因此 从全面地反映传感器动态响应过程整体信息的角度着手 拟采用小波包分 [24-26] 析技术 来提取气敏传感器的特征信息 考虑到实验采集过程的时间较短 温湿度传感器的变化非常微小 因此对于温 湿度传感器 分别求其平均值作为 它的特征值 图 3-1示意了 13个气敏传感器测试一个食醋类样本的响应曲线 随着食醋 气味扩散达到饱和状态 响应曲线也慢慢趋于平稳 由图可以看出 气敏传感器 的整个动态响应过程没有异常值的出现 14河南科技大学硕士学位论文 图3-1 气敏传感器的响应曲线 Fig.3-1 Response curves of gas sensitive sensors 考虑到实验测试值为传感器在环境与溶液挥发性气味的共同作用下的响应 值 因此 为了减少环境因素对气敏传感器的影响 在提取特征值之前 对最原 [27,28] 始的数据进行了“去基”处理 以满足识别系统进行特征提取和识别的基本要 求 3.2 信号去基处理 在此系统中主要是对得到的数据去基准处理 对于基准去除 主要是对样品 测量中得到得数据去除空白响应时的基线值 也就是将测量值减去空白值 即 ' '' V VV 3-1 ij ij j ' '' 式中 V 为样品测量中得到的数据 V 为放入样品前传感器对环境气氛的 ij j '' 响应值 每个传感器采集了 5个点 V 为 5个点的平均值 j 信号的去基处理对气敏传感器的初级温湿度补偿 3.3 特征值提取方法 3.3.1 小波基及其分解尺度的确定 小波基的选取是进行小波变换的关键 它直接关系到计算效率的高低和小波 分析结果的优劣 目前主要是通过小波分析方法处理信号的结果与理论结果的误 差来判定小波基的好坏 由此决定小波基 在不同应用领域 最适 合的小波函数 [29] 可能是不相同的 大量理论和实践研究表明 合适的小波函数应具有时频窗口 要小 高消失矩 很好的正交性 对称性和高阶的连续导数等特征 15第 3章 特征值提取及阵列优化方法的研究 Daubechies小波具有紧支撑的正交性和双正交性 且具有随阶数递增的消失 矩数目和绝对的规则性 可实现快速算法和完全重构 考虑到 Daubechies 小波 上述的特性 选用 Daubechies小波簇记作 dbN中的小波系列对气敏传感器的响 应信号进行小波包分解 文献[30]表明 随着小波包分解尺度的增大 信号的小 波包能量集中越明显 但是 随着分解尺度的增大 所剔除的信息也越多 有用 信息也可能被剔除 进一步分解的信息就越少 经比较得出 在相同小波包分解 尺度下 分解阶数太高会因有用信号被剔除而影响识别的精度 当分解阶数相同 时 增大小波包分解尺度可以使小波包分解的能量更集中 这可保证获得较高的 识别精度 综上所述 对于食醋信号而言 小波包分解尺度取为 3较合适 即在 整个采样频率范围内 频率轴分为 8个频率带 而 dbN小波的分解阶数 N也取 为 3比较合适 即选用 db3小波对响应信号进行 3尺度分解 3.3.2 小波包最优基分解的探讨 如何寻找一个能反映不同种类及不同质量等级食醋的特征指标 是食醋鉴别 的关键 只有所获得的特征指标能够敏感的反映不同食醋品质的变化 食醋鉴别 才能根据这个特征指标顺利进行 小波包分析弥补了小波分析的缺陷 它将频带进行多层次划分 对多分辨率 分析没有细分的高频部分进一步分解 并能够根据分析信号的特性 自适应的选 择相应的频带 使之与信号频谱相匹配 从而提高了时 频分辨率 小波包对信 号进行时频局部化分析的特性 有利于信号特征的提取 但是随着小波包分解尺 度的增加 所得到的信号节点信息也增加 直接采用信号的每个节点信息来作为 特征值势必会影响到数据的压缩效果 小波包最优基分解通过搜 索能代表信号特 征的少数几个节点的系数来提取特征值 很好地实现了数据压缩的效果 信号 fx的小波包分解是将 fx投影到小波包基上 获得一系列系数 利用 [24] 这些系数来刻画信号的特征 系数之间的差别越大越好 如果仅有少数系数 n d , 则用这少数几个系数就代表了信号 fx的特征 显然这样的小波包基是较 ij n 优的基 要刻画系数系列 d , 的性质 首先要定义一个序列的代价函数 代价函 ij 数越小 对应的小波包基越好 采用香农shannon熵作为代价函数 即定义序列 xx 的熵为 i M x P lg P3-2 ? j j j 2 x j 其中 P 且 P 0 时 PlgP 0 由于信息是半可加的 所以引入可 j 2 x 16河南科技大学硕士学位论文 2 2 加函数 λ x x lg x 则 Mx可以表示为 ? k k k 2 2 M x λ x / x + lg x 这样 当 λx最小时 Mx也最小 代价函数 Mx一旦选定 就可以采用自底向顶的快速搜索算法来 寻找最优 基 最优基的概念可定义如下 设 x x 为空间 V中的一向量 记 B为从空间选取的一个正交基 B 是 x i x 在基 B下的系数 对 xV 若 MB 是最小的 则 B为最优基 x 在本文研究中 对 V空间做三层分解 由小波包算法可计算出信号函数 fx 在各个子空间的系数 然后由 Mx可以计算出在各层上系数的代价函数值 采 取下列步骤来选取最优基 第 1步 把相应的信息代价的数字写在二叉树的节点里 第 2 步 从最低层的所有节点开始标记 将它们的信息代价作为一个初始 值 称上层节点为父节点 下层节点为子节点 当父节点的信息代价比子节点 低 那么就标记父节点 否则不标记 如此上推 直到顶层 第 3步 然后把所有节点都检查一下 取最上层所标记的节点 当高层有节 点被标注时 其相应的子节点标记应删除 选出的带标记的全体组成 V 空间的 一组正交基 这组正交基即是所要求的最优基 采用上述步骤 对 13 个气敏传感器的响应信号进行小波包的最优基分解 实验发现 由于每个传感器的响应信号不同 在得到的最优基中 每个传感器均 不同 而且 在对同一传感器平行样品的响应信号分解中 所得到的最优基也可 能不同 如果采用最优基节点的能量作为不同模式的分类特征 因为每次实验单 个传感器所得到的最优基不同 则在多次样品实验中单个传感器所得到的向量就 无法构成一个特征矩阵 进一步讲 对由多个传感器特征向量组成的样本特征向 量将无法构成矩阵 因此不能用于模式分类 为了便于说明问题 对 13 个气敏传感器在山西老陈醋中的响应信号进行了 分解 每个气敏传感器得到一组最优基节点形式 图 3-2示意了对山西老陈醋的 三次采集信号进行小波包分解所得到的最优基 第一次实验信号分解得到的最优 基节点形式中 除了传感器 TGS-821有 5个节点外如图 3-2 a 其余传感器均 为 4 个节点 且它们的节点位置相同如图 3-2 b 在第二次实验中 传感器 TGS-824 与其它传感器不同 有 5 个节点 节点形式同第一次实验中传感器 17第 3章 特征值提取及阵列优化方法的研究 TGS-821的节点形式 如图 3-2 a 其余传感器均为 4个节点 且它们的节点形 式均同第一次实验中传感器 TGS-813的节点形式如图 3-2 b 由于第二次实验 所得到的最优基形式可以用第一次实验中的图形表示 因此第二次实验的分解形 式不再画出 在第三次实验中 传感器 TGS-824和 TGS-826分解后最优基节点 形式相同如图 3-2 c 传感器