一种基于方差比的表征蜂蜜差异性智能嗅觉图谱特征提取方法

    公开(公告)号:CN103487465A

    公开(公告)日:2014-01-01

    申请号:CN201310323188.9

    申请日:2013-07-30

    Abstract: 一种基于方差比的表征蜂蜜差异性智能嗅觉图谱特征提取方法,选择5种不同蜜源作为研究样品,分别为:1)油菜蜜,采自西部地区的重庆涪陵区和永川区;2)荔枝蜜,采自华南地区的广西南宁;3)荆条蜜,采自华北地区的北京密云等地;4)洋槐蜜,采自华东的山东莱阳;5)椴树蜜,采自东北的吉林敦化及黑龙江哈尔滨,其特征在于气敏传感器阵列是采用Fox4000型电子鼻,该电子鼻由18根金属氧化物半导体气敏传感器与HS100顶空自动进样器组成,在于对每根传感器的各个信号点计算其样本中间方差和种内方差比,根据方差比的大小对信号点进行选择,方差比选择直接通过比较各信息点下,种间方差与种内方差比来对信息点进行选择,不需借助其他模式判别的方法。

    电子鼻结合贝叶斯算法判别烤鸭是否超过货架终点的方法

    公开(公告)号:CN112036619A

    公开(公告)日:2020-12-04

    申请号:CN202010828634.1

    申请日:2020-08-17

    Abstract: 本发明公开了一种电子鼻结合贝叶斯算法判别烤鸭是否超过货架终点的方法,本发明首先根据不同货架时间下烤鸭样品的电子鼻香气响应信号得到电子鼻雷达指纹图谱;然后基于专家知识和感官评价得到的不同储存温度下烤鸭样品货架期,将各温度下储存的烤鸭样本分为两种货架类别——货架期内(未超过货架终点)与货架期外(超过货架终点);接着就对不知道是否在货架期内的烤鸭,根据其电子鼻信号x,利用贝叶斯算法分别计算该烤鸭样本i属于各货架类别的概率,并选择概率最大时所对应的货架类别作为该烤鸭是否超过货架终点的判别结果,这种方法对于烤鸭样本量总体偏少的情况,能够较好的预测其是否在货架期内。

    一种电子鼻检测蜂蜜中的参数优化方法

    公开(公告)号:CN104730140B

    公开(公告)日:2018-02-02

    申请号:CN201310323227.5

    申请日:2013-07-30

    Abstract: 一种电子鼻检测蜂蜜中的参数优化方法,以不同蜂蜜样本间信号差异最大化为导向,选择最佳区分效果的电子鼻检测条件,其特征在于检测参数分为顶空参数和检测参数,其中检测参数又可分为进样参数和信号采集参数,考虑到检测参数反应的为仪器的检测特点,当仪器稳定时,其对检测结果的影响较小,顶空参数则影响样品顶空气体的生成,而顶空气体则为电子鼻的直接检测对象,即直接影响最终的检测结果,电子鼻的顶空参数主要包括顶空温度和顶空时间,同时考虑到顶空瓶中不同样品量的差异也会影响最终的检测结果,因此最终选择样品量、顶空温度和顶空时间为优化对象,利用正交实验对三因素进行优化。

    一种基于单项判别法的表征蜂蜜差异性智能嗅觉图谱特征提取方法

    公开(公告)号:CN103487464B

    公开(公告)日:2016-06-08

    申请号:CN201310323171.3

    申请日:2013-07-30

    Abstract: 一种基于单项判别法的表征蜂蜜差异性智能嗅觉图谱特征提取方法,其特征在于对所有特征点逐个进行模式识别,比较当每个信号点作为单一特征时判别准确率的差异,该方法将模式识别方法嵌入特征选择中,通过结合判别方法,可以获得各信号点对样品预测的能力,该方法对所选择的模式识别方法较依赖,选择结果会随判别方法的改变发生一定变化,单向量选择中不同传感器间准确率的差异较小,而同根传感器内不同检测时间下的信息点间的差异较大,但不同传感器内时间点Bayes判别准确率的变化趋势与方差比变化趋势一致,即检测初期信号判别准确率较高,集中于各传感器的前30s检测时间内,而检测后期的效果则较差,选择判别准确率大于60%的信号点作为特征点,共598特征点,其中油菜蜜20/23,椴树蜜13/17,洋槐蜜34/39。

    一种基于方差比的表征蜂蜜差异性智能嗅觉图谱特征提取方法

    公开(公告)号:CN103487465B

    公开(公告)日:2016-01-27

    申请号:CN201310323188.9

    申请日:2013-07-30

    Abstract: 一种基于方差比的表征蜂蜜差异性智能嗅觉图谱特征提取方法,选择5种不同蜜源作为研究样品,分别为:1)油菜蜜,采自西部地区的重庆涪陵区和永川区;2)荔枝蜜,采自华南地区的广西南宁;3)荆条蜜,采自华北地区的北京密云等地;4)洋槐蜜,采自华东的山东莱阳;5)椴树蜜,采自东北的吉林敦化及黑龙江哈尔滨,其特征在于气敏传感器阵列是采用Fox4000型电子鼻,该电子鼻由18根金属氧化物半导体气敏传感器与HS100顶空自动进样器组成,在于对每根传感器的各个信号点计算其样本中间方差和种内方差比,根据方差比的大小对信号点进行选择,方差比选择直接通过比较各信息点下,种间方差与种内方差比来对信息点进行选择,不需借助其他模式判别的方法。

Patent Agency Ranking