电子鼻鉴别白酒信号小波去漂移方法

作     者：殷勇 白玉 于慧春 郝银凤 王润博 Yin Yong;Bai Yu;Yu Huichun;Hao Yinfeng;Wang Runbo

作者机构：河南科技大学食品与生物工程学院洛阳471023 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2016年第47卷第11期

页      面：219-223,375页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 09[农学] 0903[农学-农业资源与环境] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(31571923 31171685) 

主　　题：白酒 鉴别分析 电子鼻 信号去漂移 小波分析 

摘      要：为提高电子鼻长期鉴别的稳健性,提出了一种基于小波分析的电子鼻信号去漂移方法。对含漂移信号的电子鼻数据进行小波分解,获得分解系数;构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理,获得修正的小波系数;运用小波逆变换对修正后的小波系数进行重构,得到去除漂移或少漂移的电子鼻信号。对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构,提取去漂移处理前后的电子鼻信号积分值特征,并运用Fisher判别分析(FDA)和BP神经网络分别对5组数据集进行鉴别分析。FDA鉴别结果显示,无论是训练集还是测试集,5组样本的鉴别正确率由去漂移前的最高值45%提升至去漂移后的100%。BP神经网络鉴别结果显示,5组样本的鉴别正确率由去漂移前的最高值31.7%提升至去漂移后的98.3%。这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的。同时,也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法。