基于气味检测的茶叶种类识别方法研究

提出一种利用电子鼻系统检测茶香气味辨别茶叶种类的识别方法,使用主成分分析(PCA)、K-means聚类和卷积神经网络(CNN)3种机器学习方法对10种茶叶种类进行识别。实验结果表明,基于PCA降维特征的K聚类精度为85.17%,比基于原始特征的K聚类精度78.83%更优,基于PCA降维特征的CNN算法识别率达到95%,基于茶香气味检测的茶叶种类识别方法方便快捷,具有可行性。

基于PaDEL分子描述符的气味机器学习识别研究

气味识别有助于更好地理解嗅觉处理机制和生物进化中的交流方式,也是食品、饮料和香水等商业领域的关键技术。在利用PaDEL对气味分子进行数值化表征的基础上,采用决策树、随机森林、极端随机树、支持向量机、全连接神经网络和循环神经网络等机器学习算法,对PaDEL分子描述符进行了特征学习,以实现对气味的多标签分类。结果显示,FCNN和DT模型的预测性能较强,BiGRU模型的预测性能最弱。采用主成分分析算法对PaDEL数据进行了降维处理,基于此数据的不同机器学习模型气味分类性能比较中,BiGRU模型的性能最优。

电子鼻在方便米饭气味识别中的应用

采用电子鼻对3种不同方便米饭(鸡米芽菜方便米饭、榨菜肉末方便米饭、素什锦方便米饭)的新鲜样品和真空冷冻保藏样品进行了分析。通过对所获得的数据进行主成分分析和气味指纹对比,结果表明:电子鼻可以用于不同方便米饭样品的分析,可以区分不同的方便米饭,同时能区分真空冷冻保藏样品与新鲜品,两者之间在气味识别上存在差异。真空冷冻保藏虽然可以作为一种很好的保存方式延长方便米饭的保质期,但是这种方式对于方便米饭的香气影响较明显。

雄性根田鼠的同胞竞争及其对同性个体的气味识别

采用两两互作实验并以尿标记来确定共居至成年的2雄性根田鼠同胞在行为竞争上的差异,之后在行为选择箱中分别观察它们对来自熟悉和陌生同性个体的新鲜尿气味的行为反应,以确定气味识别差异。结果表明:①雄性根田鼠两两互作时,尿标记的多少可以作为判断其社会等级的标准;②从属鼠对熟悉气味存在明显偏好,其对熟悉气味的访问时间、接近频次和自我修饰频次都显著高于陌生气味;③优势鼠则优先访问陌生气味,其对陌生气味的访问时间、嗅舔频次、嗅舔时间、自我修饰及反标记均显著高于熟悉气味;④对于陌生气味,优势鼠和从属鼠之间存在明显不同的行为反应模式。本实验结果提示,雄性根田鼠对同性尿气味识别的差异以及对陌生气味的行为反应,可能暗含着其领域防卫的信息。

根田鼠气味识别的性二型

以新鲜尿和粪作气味源,在行为选择箱中观察根田鼠的行为识别模式,结果表明:雌鼠对陌生同性尿、粪气味源行为识别的差异不显著,雄鼠对陌生同性尿、粪气味源的行为识别在多个指标上存在显著差异;根田鼠对陌生异性尿、粪的行为响应模式无明显差异;除嗅舔时间外,雌、雄鼠对粪气味的行为识别在其他指标上不存在明显差异;比较雌、雄鼠对尿刺激的行为识别发现,雄鼠对尿刺激的访问频次和反标记显著大于雌鼠,雌性嗅舔时间显著大于雄性,其他方面二者之间并无显著差异。因此,雌、雄性根田鼠对粪气味的行为识别模式不存在性别差异;对尿气味的行为识别模式存在性别差异。

基于脑-机接口和嗅觉解码的仿生气味识别系统

为了探讨利用生物嗅觉传感系统进行气味识别的可行性,提出了一种基于脑-机接口的仿生气味识别系统。该系统利用大鼠嗅觉感受细胞作为气味敏感传感单元,使用16通道植入式微丝电极记录和分析具有气味刺激特征的嗅球僧帽细胞电位响应信号。实验结果显示,该系统对气味具有高度敏感性,通过一定模式识别处理算法,不同的气味刺激具有较好的区分性,证明了该系统有望应用于气味的检测和识别。

基于在体植入电极的生物嗅觉传感系统设计及其气味识别

目前生物嗅觉系统在气味识别方面相比于化学传感器阵列构成的电子鼻系统具有更高的灵敏度、特异性和响应速度。为了探讨生物嗅觉传感系统气味识别的可行性,构建了基于微电极阵列传感器植入大鼠嗅球构成的嗅觉传感系统,研究记录了浓度为10 mM的异丁醇、苯甲醚、香芹酮和柠檬醛4种气味刺激引起的嗅球僧帽层低频场电位信号,采用多窗谱估计算法和移动窗技术结合得到随时间分布的功率谱密度图。实验结果发现气味刺激后信号功率谱能量较多分布在gamma频段(40 Hz～120 Hz)。使用K最邻近分类方法对120组数据进行分类识别,4种气味分类正确率达到77.4%。实验结果表明该嗅觉传感系统结合多窗谱估计时频图与K最邻近分类算法可以初步实现气味识别。

棕色田鼠和沼泽田鼠的气味识别(英文)

把棕色田鼠或沼泽田鼠暴露于同种个体底物(个体饲养箱内的锯末) 1h ,不同组别的田鼠在间隔15min、30min、6 0min后,记录对暴露过的熟悉底物和另一个陌生底物的访问、嗅闻、挖掘等社会探究行为(每组在每一个时间间隔只试验1次) ,统计分析发现,田鼠在暴露于同种异性底物,然后间隔不同的时间后,总是倾向于选择熟悉同种异性底物;田鼠在暴露于同种同性底物,然后间隔不同的时间后,总是倾向于选择陌生同种同性底物;棕色田鼠在暴露于同性底物1h ,然后间隔6 0min后,对陌生的同性底物有明显多的探究行为,但沼泽田鼠在同种情况下却没有表现出这种选择倾向。在暴露底物1h ,然后间隔6 0min后,雌性田鼠比雄性田鼠表现出更明显的选择倾向。以上结果表明不同种类和性别的田鼠对气味表现出不同的识别模式。这种差异可能表明不同种具有不同的社会组织。

箱式气味识别装置在警犬搜毒和搜爆训练中的应用研究

箱式气味识别装置是根据国内外警犬训练现状研发的一种警犬训练器材。它结合机械和计算机技术,通过计算机技术人为改变犬搜索客体环境中温度、湿度和风力等条件,本着有利于培养犬搜索气味的能力建立,并对犬正确的示警方式给予自动奖励的一种装置。利用20头受训犬进行搜爆和搜毒训练的应用研究,通过三个相关实验得出以下结论:此装置可用于警犬搜爆、搜毒等气味识别类科目的训练,利用本装置训练可以加快示警能力的形成,缩短训练周期;能够加强气味识别犬工作中的兴奋性和注意力,能有效提高警犬气味识别训练的整体质量。

智能电子鼻对煤矿火灾预报气味识别的研究

首先介绍了智能电子鼻的系统组成和工作原理,然后介绍了模糊神经网络的算法,最后通过Matlab仿真实验验证了算法的可靠性。智能电子鼻应用了模糊神经网络结构能够自我调试,不断改进,不断训练,从而能够识别不同种类的气体。

警犬气味识别结论的证据属性

警犬气味识别是指侦查人员从犯罪现场提取嗅源,让警犬嗅闻,然而与被告人身体气味进行对比,以确定被告人是否到过犯罪现场。警犬识别结论具有证据能力和证据力,但警犬识别过程涉及到对案件本源信息的两次解读,而这两次解读又均存在不确定的因素,因此警犬识别结论的证明力存在着缺陷,在诉讼过程中应当谨慎使用。

智能电子鼻对煤矿火灾预报气味识别的研究

设计一种基于模糊神经网络的自适应电子鼻。并根据不同温度下煤矿中的混合气味成分的不同进行成分模拟实验。通过Matlab仿真,验证了该方法的可行性,由于应用模糊神经网络控制算法,从而使它具有自适应能力和容错能力,并对混合气味进行不断学习。实验结果表明:该电子鼻不仅具有辨识的快速性,还提高了自适应辨识精度,从而能够准确做出预报。

智能家居气味识别装置产品设计研究及实践

目的 探究不同结构的气路和气室设计,对于气味识别装置的性能影响,以及总结归纳关键设计参数,为气味识别产品在居家环境的实际应用提供参考。方法 基于模块化的设计方法,面向电子鼻家居应用设计了6种不同的气路结构,之后开展电子鼻响应测试实验,对比6种结构的性能差异,并在实验结论基础上讨论电子鼻在不同家居应用场景下的部署模式和使用方式,以及实验结论如何应用于实际产品设计过程中。结论 实验表明,不同气室结构对电子鼻的响应性能有着显著的影响,对家居场景中气味采集应用的气路设计具有指导意义,从而帮助提升气味识别能力,赋能家居功能创新和服务创新,提升用户体验。

基于SFLA优化的BP神经网络苹果鲜度气味识别系统

提出了一种苹果鲜度检测的气味识别系统,用于苹果品质的快速评价。系统由连接到数据采集系统的气体传感器阵列和带有模式识别软件的计算机组成。通过采集和检测苹果散发出的香气,使用稳定的系统响应值来建立聚类分析和分类模型。采用连续投影算法(SPA)对传感器阵列进行了优化,优化后的传感器阵列可用于区分苹果的新鲜度。建立了反向传播(BP)神经网络分类模型。基于优化的传感器阵列,测试准确度达到98.67%,能够准确区分不同新鲜度的苹果,可作为苹果品质的快速评价方法。

基于核聚类的嗅觉神经网络对气味模式的识别

嗅觉系统是生物感觉神经系统中非常重要的组成部分。当嗅觉感受器接收到气味刺激时,其将化学信号转换为电信号并传递给嗅球,嗅球对信息进行整合与编码,继而将其传递到大脑嗅皮层,最终产生嗅觉。对于嗅觉神经网络的建模以及嗅觉信息处理的研究有助于理解嗅觉系统是如何有效区分不同种类与浓度的气味。本文在由僧帽细胞、颗粒细胞以及球旁细胞所构成的传统嗅球模型基础上,引人了嗅皮层来构建完整的嗅觉网络模型,并考虑了抑制性突触可塑性在网络接受刺激时的学习作用。其仿真结果表明抑制性突触可塑性可以平衡嗅皮层中兴奋性和抑制性的突触电流,从而使得嗅皮层对于气味刺激表现为特定的发放模式。嗅皮层对于不同种类的气味刺激表现为不同的发放模式,而对于同一种类不同浓度的气味刺激表现为相似的发放模式与不同程度的发放强度。同时提出了基于核方法的层次聚类和模糊聚类算法来实现对不同种类纯气味的识别和对混合气味中各种气味成分的识别。

仿生嗅觉在空气净化器气味识别中的应用研究

随着人们对高水平生活的追求,家用空气净化器的使用已越来越普遍。将仿生嗅觉应用于空气净化器领域,并探究其可行性。根据常见的家居气味(一氧化碳、硫化氢、醛类、苯类和TVOC等有害气味)以及一些常见的异味,选择合适的传感器,组成传感器阵列进行气味数据采集。实验选择了香烟、香水、榴莲、油漆作为气味源,对采集后的数据使用PCA算法进行特征提取,并建立气味指纹信息库,使用MATLAB软件建立BP神经网络进行仿真模拟。实验结果表明,该方法对四类气味都有着较高的识别率,可见此识别方法具有可行性。

气味识别技术研究综述

气味识别技术依靠传感器阵列收集整理各种气体数据,形成神经网络系统,对其进行数据分析,让系统自我学习完善气味识别的功能。介绍了气味识别技术工作原理、基本结构及其发展历程和研究现状,并对其研究方法进行分类,分析了它们的优缺点,并归纳总结了关键共性问题,最后对其研究趋势和应用前景作出展望。

贝尔实验室：未来手机将能用气味识别主人

近日，美国贝尔和朗讯实验室表示，未来的手机技术，将使得手机可以通过气味识别自己的主人。

基于远程遥控方式训练松鼠识别毒品和爆炸物气味

目的松鼠作为一种新型生物探测器,尝试无人介入开展远程遥控训练其识别危险品气味。方法本实验将远程可视智能喂食器与手机互联,登录手机APP后,用手机远程监测和遥控奖励方式对松鼠进行爆炸物与海洛因替代物气味的嗅认训练实验。结果松鼠7天可迅速习得爆炸物气味,证实了松鼠的嗅觉敏锐能力和学习认知能力。在嗅认行为改进训练过程中,限于智能喂食器的技术局限,本实验没有成功建立松鼠嗅认气味的条件反射,而是建立了松鼠嗅认行为的条件反射。结论实验结果表明行为的捕捉以及奖励的时机对松鼠行为监测与训练至关重要,提示采用自动化训练或遥控训练方法,需要先进的通信传输技术以及对松鼠生物学行为的细致捕捉和及时奖励。

仿生气味传感器阵列判识煤矿火灾的实验研究

简要介绍了气味识别技术的国内外发展现状以及气味传感器种类和发展,研究了传感器阵列对不同气味物质的敏感特性以及对不同气味源物质及其混合比的识别机理,考察了矿井监测地点本底值随生产状况变化规律及其对气味传感器的影响.研究表明,基于人工神经网络系统,多气味传感器阵列可以识别矿井火灾类型、燃烧物的种类及其混合比.