用于苹果品质监测的多温度扫描电子鼻系统

基于互补金属氧化物半导体(CMOS)集成微气体传感器阵列芯片开发了一种用于苹果品质监测的便携式电子鼻系统。使用2 mm×2 mm芯片上集成的4只可独立控温的半导体气体传感器,对品质良好、有瑕疵以及两者混合的苹果样本进行了气体检测。通过在传感器气敏性能良好的150~350℃温区内以50℃为步长进行温度扫描,构成虚拟传感器阵列。对其在不同温度稳态条件下提取的特征混合样本,进行了显著性分析,从而筛选出了不同气氛显著性差异大的4个温度特征样本。对该样本采用线性判别分析(LDA)算法降维,然后采用K最近邻(KNN)算法对苹果样品进行分类。结果表明:所提出的多温度稳态特征混合方法的最高分类准确率为98.3%,与单一和非稳态温度结果相比得到了大幅提升。