独立分量分析融合小波能量阈值的电子鼻信号去漂移方法

• 作者: 于慧春 吴文凯 殷勇
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 小波分析 独立分量分析 传感器 电子鼻 漂移信号 白酒 食醋
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 325-331
• 页数: 7页
• 分类号: TP212.2|TS207.5
• 字数: 5159字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.24.040

摘要

电子鼻在长期使用过程中，由于受到传感器老化和温湿度波动等因素的影响，使得电子鼻信号存在着漂移现象，制约了电子鼻的准确检测。为了提高电子鼻鉴别多组分复杂食品时的长期稳健性，提出了一种独立分量分析（independent component analysis，ICA）融合小波能量阈值的去漂移信号方法。首先，运用ICA分解电子鼻信号以获得各个独立成分；其次，根据各个独立成分的小波能量值选择独立成分，以剔除漂移信号；最后，运用所选择的独立成分重构电子鼻信号。选用6种白酒样品和6种食醋样品进行电子鼻鉴别验证：在分别提取2类样品去漂移前后的电子鼻信号积分值（integral value，INV）特征后，分别对6种白酒样品和6种食醋样品进行了Fisher判别分析（fisher discriminant analysis，FDA），FDA的鉴别正确率分别由去漂移前的34.3%（白酒样品）、75.7%（食醋样品）提升到去漂移后的100%（白酒样品）、99.7%（食醋样品）。Fisher判别分析结果表明，所提出的电子鼻信号去漂移方法是有效的。与其他独立分量分析方法相比，该方法不受先验信息的影响，更便于实际应用，研究结果不仅适用于白酒、食醋样品的鉴别，也为其他类型的样品鉴别提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于慧春	河南科技大学食品与生物工程学院	55	485	12.0	20.0
2	殷勇	河南科技大学食品与生物工程学院	62	589	15.0	21.0
3	吴文凯	河南科技大学食品与生物工程学院	1	8	1.0	1.0