基于KECA+FDA的白酒电子鼻多特征鉴别方法

• 作者: 于慧春 殷勇 申晓鹏
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 白酒 电子鼻 核熵成分分析 Fisher判别分析 多特征鉴别
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 374-380
• 页数: 7页
• 分类号: TP212.2|TS207.3
• 字数: 4670字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2018.04.044

摘要

在引入基于核熵成分分析(KECA)的Fisher判别分析(FDA)方法的基础上,探究了用特征组合表征电子鼻信号时6种白酒的鉴别效果.首先,通过5种单一特征的FDA鉴别分析,筛选出积分值(INV)、相对稳态平均值(AVRS)、小波能量(WEV)3种较优特征,然后通过它们的不同组合鉴别6种白酒,鉴别结果表明,多特征组合优于单特征,且三特征组合时的鉴别正确率最高.最后,在用INV、AVRS、WEV 3种特征值组合表征电子鼻信号的前提下,深入研究了KECA+ FDA方法鉴别6种白酒的效果.当选取径向基函数(RBF)作为核函数后,采用基于矩阵最佳相似性的方法优化确定RBF核参数为16.860 8时,三特征组合下测试集的鉴别正确率由FDA的79.92％提高到KECA+ FDA的100％.与BP神经网络和支持向量机的鉴别结果对比,KECA+ FDA方法更具优势.这说明运用KECA+ FDA方法可有效提高电子鼻对6种白酒的鉴别能力.

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	申晓鹏	河南科技大学食品与生物工程学院	1	4	1.0	1.0