电子鼻和电子舌信号分别提取特征值后进行联用案例介绍

在有的情况下,传感器响应信号的维度较大,在联用前需要分别提取特征值。

Sundic 等对7种不同产地的土豆泥进行了电子舌和电子鼻检测,分别提取特征值后组成新的数据集。三种不同的特征值提取方法(Fisher’s权重、顺序先前选择算法、反向消元法)提取的参数进行主成分分析的结果均优于采用原始数据进行分析的结果。

Banerjee 等在对红茶的电子鼻和电子舌检测中,提取电子鼻传感器响应的峰值、经离散小波变换的电子舌传感器信号组成新的数据集建立贝叶斯分类器,发现电子鼻、电子舌及其联用数据的错判率分别为30.9091%、16.9841%和8.1818%,联用数据的判别效果优于单独使用电子鼻或电子舌。

Men 等在对中国白酒的电子鼻和电子舌检测中,提取电子鼻传感器响应的最大值和电子舌传感器在1.3V、1V、0.7V、0.4V、0.1V、-0.2V和-0.5V 时的电流值作为特征值及其联用数据进行主成分分析,结果发现电子舌完全无法区分不同白酒样品;电子鼻基本能将不同白酒区分开;联用信号的判别结果优于电子舌。

分别以电子鼻和电子舌联用信号、提取电子鼻和电子舌联用信号的有效主成分建立贝叶斯分类器,发现经主成分分析提取有效主成分后,贝叶斯分类器错判的概率和样品的误判率均明显降低。