基于電子鼻技術的香榧品質鑒別.pdf

1、本文引入了電子鼻技術，通過氣味綜合信息來建立一種鑒別、評價香榧類別和品質等級。即利用電子鼻來獲取不同種類的香榧揮發(fā)性成分的氣味指紋圖譜，對傳感器響應信號進行分析，取每個傳感器的最大響應值構成原始特征參數向量，使特征生成完成;然后利用主成分分析法，找出最能代表整體信息的特征參數，實現數據降維和特征提取;最后通過神經網絡和徑向基核函數支持向量機實現對香榧品質的鑒別。實驗開設在較先進的實驗裝置上。通過對香榧分類檢測，獲得不同類別，為制作高質量

2、的熟香榧奠定基礎，從而提高香榧的品質，有良好的社會經濟效益，也為無損檢測技術得到進一步發(fā)展提供可能。
　　 本課題選擇四種不同種類的香榧分別為:細榧、圓榧、芝麻榧、茄榧作為本課題的研究對象，進行研究:一、研究電子鼻系統(tǒng)檢測香榧時的一系列影響因素。二、研究香榧的氣味指紋圖譜構建和信號特征生成。同時也研究高維向量的數據降維和優(yōu)化組合。三、研究神經網絡的香榧模式識別和分類以及支持向量機的香榧模式識別和分類。
　　 本文具體內容

3、編排如下:一、緒論;二、電子鼻的仿生學原理及應用;三、神經網絡和支持向量機基本理論;四、電子鼻實驗裝置與實驗;五、基于神經網絡對香榧種類的模式識別;六、基于支持向量機對香榧種類鑒別;七、結論。
　　 通過本課題研究，得到以下主要結論:
　　 (1)建立神經網絡模式識別模型，利用神經網絡工具箱中不同訓練函數多次實現對四種香榧的識別。其中BP神經網絡結構為4-10-4時取得較好分類效果。而RBF神經網絡的分類效果并不比BP神