提高電子鼻系統(tǒng)檢測精度的方法研究.pdf

1、提高電子鼻系統(tǒng)檢測精度的方法研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位）學(xué)生姓名：陳小娟指導(dǎo)教師：陳建軍講師專業(yè)：通信與信息系統(tǒng)學(xué)科門類：工學(xué)重慶大學(xué)通信工程學(xué)院二O—六年四月重慶大學(xué)碩士學(xué)位論文中文摘要摘要電子鼻是一種模擬生物嗅覺的仿生技術(shù)，與傳統(tǒng)的檢測方法相比，電子鼻系統(tǒng)具有實時性強(qiáng)、反應(yīng)快速、性能高效等優(yōu)點，廣泛用于空氣質(zhì)量監(jiān)測、食品工業(yè)、醫(yī)療診斷等領(lǐng)域。對氣體的定性和定量分析，也就是對氣體類別和的濃度判定是電子鼻系統(tǒng)檢測精度的兩大重要指

2、標(biāo)。本文以空氣質(zhì)量監(jiān)測系統(tǒng)為應(yīng)用背景，針對提高電子鼻系統(tǒng)檢測精度的方法進(jìn)行了研宄。目前，提高電子鼻系統(tǒng)分類檢測精度的經(jīng)典方法有線性判別方法、BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)等方法，這些方法廣泛用于空氣質(zhì)量監(jiān)測儀的定性與定量分析，都表現(xiàn)出自身特有的一些優(yōu)缺點。其中BP神經(jīng)網(wǎng)絡(luò)存在容易陷入局部最小值的問題；支持向量機(jī)憑借其良好的分類效果而應(yīng)用廣泛，然而它對數(shù)據(jù)的特征值要求較高，SVM通常與一些特征值提取方法結(jié)合使用。然而無論是線性的主成分

3、分析（PCA)和獨立成分分析（ICA)，還是非線性的核主成分分析法（KPCA)和核熵成分分析法（KECA)，在特征值提取過程中都對原始特征進(jìn)行部分意向性丟失，從而無法保證對氣體原始特征的完整保留。因此，本文將深度置信網(wǎng)絡(luò)（DBN)引入電子鼻系統(tǒng)。深度置信網(wǎng)絡(luò)在應(yīng)用過程中，通過對大量的數(shù)據(jù)進(jìn)行學(xué)習(xí)，自動實現(xiàn)特征提取和檢測，從而提高系統(tǒng)分類識別的效果。深度置信網(wǎng)絡(luò)的隱含層采用受限玻爾茲曼機(jī)（RBM)的結(jié)構(gòu)，在學(xué)習(xí)和繼承了BP神經(jīng)網(wǎng)絡(luò)優(yōu)點的同

4、時克服了容易陷入局部最小值的問題。為了體現(xiàn)深度置信網(wǎng)絡(luò)在特征值提取方面的優(yōu)勢，本文將深度置信網(wǎng)絡(luò)與支持向量機(jī)結(jié)合多種特征值提取方法后的分類效果進(jìn)行對比，結(jié)果表明DBN效果更優(yōu)。雖然DBN能提高氣體分類的檢測精度，但是不能解決溫度和濕度引起的傳感器漂移問題。而傳感器漂移問題是影響電子鼻系統(tǒng)檢測精度的重要因素，因此對傳感器進(jìn)行漂移補(bǔ)償對提升檢測精度有重要作用?；诙囗検綌M合的溫濕度補(bǔ)償方法能有效減少溫度和濕度引起的漂移。但是多項式擬合對系數(shù)