导读:本文包含了人工嗅觉系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:嗅觉,传感器,系统,算法,气体,材料,神经网络。
人工嗅觉系统论文文献综述
孙喜洋[1]（2018）在《基于人工嗅觉系统的集成学习研究》一文中研究指出人工嗅觉系统,即电子鼻,是由具有特异性的气相传感器阵列结合信号处理单元和机器学习算法而组成的系统,具有识别单一或复杂成分气味的能力。与传统的气体分析技术相比,电子鼻具有成本低、操作方便、快速识别、可靠性高、客观性强等优点。随着计算科学的迅速发展,电子鼻理论与技术也得以不断完善,实现对复杂对象的定性或定量检测,已成为研究热点之一。本文选取人参和石斛两种典型中草药作为实验对象,制备样本,设计实验流程,通过实验室设计的电子鼻软硬件系统,完成对样本测试的控制并采集样本的响应信号;选择合适的数据预处理方法,包括信号滤波降噪、基线校正,进而提取样本特征。本文设计实现了一个两层的Adaboost.M2集成模型框架:第一层采用代数融合规则来调整不同基分类器的输出比重,并将其结果归一化;取底层集成输出作为第二层Adaboost.M2框架每次迭代学习的结果。迭代过程中产生的误差既会返回修改训练样本的权重分布,同时调整整体迭代过程中加权最大投票规则的权重,不断强化集成模型对样本的学习能力。引入差异性度量方法,分析不同基分类器性能的差异性和相似程度,并在不同迭代次数下比较集成组合的表现,进而找到融合规则下最优的基分类器组合进行集成。在对人参和石斛的集成学习中,优化的基分类器组合分别为“SVM-PNN-LDA”和“MLP-PNN-LDA”,相应的分类准确度为91.75%和87.71%,优化迭代次数为30,并使用平均值规则作为底层基分类器的融合规则。设计的两层集成模型可以在分类应用中提供精确有效的概率预测,且不仅仅局限于电子鼻的应用;同时为不同的集成系统提供了思路,可以实现有效的在线分类学习。回归到哺乳动物嗅觉机制本身,分析KⅢ嗅觉神经网络和其数学模型,配置网络模型参数,并求解网络节点在时序空间中的状态变量值。同时对KⅢ网络进行功能仿真,展示模型的仿生性能。基于KⅢ网络的学习机制实现模式识别:1)配置KⅢ网络参数来学习特征X;2)采用具有全局适应性的改Hebb规则来训练KⅢ网络,训练使OB层M1节点的连接权重收敛;3)取M1节点的幅度调制振荡波形作为网络的输出,求解标准差SD值来进行表征;4)使用分类规则来对KⅢ模型学习的输出特征信息进行学习。针对人参和石斛两种对象,构建了基于KⅢ网络的工作流,主要包括:1)KⅢ网络的自组织无监督学习;2)特征归一化处理;3)有监督学习的预测模型。其中,预测模型分别选用基分类器和相应的集成模型进行学习,并分析不同组合模型之间的性能差别。针对人参和石斛样本,基于KⅢ网络的工作流最优的识别结果分别为88.57%和86.46%。(本文来源于《浙江大学》期刊2018-01-01）
[2]（2017）在《基于单个传感器构建人工嗅觉系统实现痕量爆炸物快速识别》一文中研究指出中国科学院新疆理化技术研究所环境科学与技术研究室的一个研究小组开发了一种基于氧化锌插层调节的高灵敏硝基爆炸物气氛肖特基结,能够实现对TNT、DNT、PNT、PA、RDX及尿素等爆炸物在十亿分之一甚至万亿分之一浓度范围的检测与识别。这只"鼻子"的高灵敏传感材料由石墨烯/氧化锌/硅纳米线叁元肖特基结组成,通过调节单色LED(本文来源于《传感器世界》期刊2017年03期）
杨胜男,吴伟国[3]（2017）在《人工肺-嗅觉系统集成与混合气体识别方法》一文中研究指出针对仿人机器人的嗅觉及多种混合气体识别问题,提出一种人工肺-嗅觉系统(HAL&OS-I)及基于主动呼吸的气体识别方法.该系统硬件主要集成了微型真空泵、酒精/硫化氢/氨气/烟雾/甲烷5种气体传感器、单片机以及信号采集与处理电路;分别用K-均值聚类分析法、遗传算法结合神经网络(GA+BP)、叁级级联神经网络(GA+3BP)进行了5种单一气体及4种混合气体的识别实验,结果表明:GA+BP算法仅对5种单一气体识别率达到90%以上,加入混合气体后识别率较低;GA+3BP算法除对硫化氢和烟雾的混合气体识别率为70%以外,对其余8种气体识别率均在90%以上,表明GA与多级级联BP神经网络相结合方法对多种单一及混合气体具有较高的识别率.(本文来源于《哈尔滨工业大学学报》期刊2017年01期）
苗加成[4]（2016）在《基于信息挖掘技术的人工嗅觉系统研究》一文中研究指出人工嗅觉系统,也称电子鼻,是一种模拟人的嗅觉系统工作原理而设计的新型仿生检测仪器,具有快速稳定、成本低廉和无损检测等优势。随着计算科学的快速发展,利用统计学和机器学习等方法对人工嗅觉系统的信号中相关信息进行数据挖掘,从而实现对复杂样本定量和定性分析,已成为研究的热点之一。分类是人工嗅觉系统数据挖掘技术主要的类型之一。常规的分类方法只给出预测结果,缺乏对预测结果的可靠性评估,即对预测结果的可信程度的评估以及对该评估有效性的保障。概率预测算法,如Naive Bayes, Logistic Regression等,可以提供预测结果正确的概率。然而,这些算法过度依赖样本分布模型的假设,一旦假设的模型不正确,则预测的概率不准确,可靠性评估的有效性无法保证。分类正确率是系统整体预测结果可靠性的评价指标,但由于气敏传感器漂移等因素导致,人工嗅觉系统最初建立的模型在一段时间后性能很有可能会下降,因此可靠性评估的有效性无法保障。一致性预测(Conformal prediction)和韦恩预测(Venn machine)方法是最近提出的用于预测结果的可靠性评估的机器学习算法。这两种方法都是很有弹性的算法框架,任何机器学习算法经过改造都可以作为他们的底层算法。他们既可以为单个预测结果也可以为整体预测结果提供可靠性评估。只要样本满足简单的独立同分布假设(I.I.D assumption),则可靠性评估的有效性从理论上得到保障。人参在中国传统医学中极具药用价值,但市场中掺假和以次充好的情况频发。人参鉴别通常依据专家组的判断,鉴定过程费时费力,且鉴定结果的可靠性依赖专家的经验。精油是自然界植物中提取挥发性芳香物质,在日常生活中应用广泛且种类繁多。基于分析化学方法的检测过程复杂且成本较高。肺癌已成为癌症死亡的主要原因,死亡数量逐年增加。肺癌诊断最权威的方法是活体组织切片。但该方法对人体伤害极大,且短时间内无法重复检测。研究表明,肺癌的早期筛查能够大大降低肺癌的死亡率.目前已有的检测技术复杂且费用高昂,难以大面积推广。因此,人参类别鉴定、精油类别鉴定和肺癌诊断都亟需一种性能稳定、快速简便、成本低廉且无损的检测方法。本文以人参类别鉴定、精油类别鉴定和肺癌诊断为例,对人工嗅觉系统预测的可靠性进行研究。本文使用自主设计的人工嗅觉系统,引入一致性预测和韦恩预测算法,在离线模式和在线模式下,对人参样本、精油样本和肺癌诊断样本进行预测,对预测结果进行可靠性评估,对可靠性评估的有效性进行分析和讨论。本研究对基于人工嗅觉系统的复杂样本预测的可靠性研究具有重要意义。除此之外,为了提高对人参样本的预测性能,本文将人工嗅觉系统与近红外光谱系统联用,提出一种特征级和一种决策级的数据融合方法进行数据挖掘。本文主要的研究内容和成果如下：设计以金属氧化物半导体气敏传感器阵列为核心的人工嗅觉软硬件系统,实现样本测试流程的自动控制。对人参、精油、和肺癌诊断样本进行制备和测试。针对人工嗅觉系统预测的可靠性研究,首次引入一致性预测算法框架。基于k-最近邻(KNN)和支持向量机(SVM)构造叁种一致性预测器(CP-1NN, CP-3NN和CP-SVM),在离线和在线模式下对人参样本、精油样本进行预测,并与INN,3NN和SVM预测结果进行比较。离线模式下,一致性预测器进行强制预测(输出单一预测值)时,对人参和精油样本分别获得最优分类率为85.71%(CP-1NN)和96.17%(CP-1NN)。同时,一致性预测器为每个预测结果提供了可靠性评估。在线模式下,一致性预测器的预测结果中错误区域预测的比例不超过预设的显着性水平(由用户定义)。说明整体区域预测结果的可靠性评估是有效的。对叁种一致性预测器在特定显着性水平下的预测结果的精确度以及空预测、单一预测和多预测的特点进行了分析和讨论。针对人工嗅觉系统的可靠性研究,首次引入韦恩预测算法框架。基于常规概率预测方法,Naive Bayes, Softmax Regression和Platt's Method,构造叁种韦恩预测器(VM-NB, VM-SR, VM-SVM),在离线和在线模式下对人参样本、肺癌诊断样本进行概率预测,同时与叁种常规概率预测的预测结果在分类准确率和概率预测有效性方面进行比较。离线模式下,韦恩预测器对人参和肺癌诊断样本获得最优分类率分别为86.35%(VM-SVM)和97.22%(VM-SR)。同时,提供每个预测结果预测正确的概率区间。韦恩预测器概率预测结果的有效性指标优于相应的常规概率预测方法,且预测的概率区间和实际观测到预测正确的概率是一致的,说明了韦恩预测结果的有效性。韦恩预测的概率区间宽度非常窄,接近于单一概率预测值。在线模式下,韦恩预测器仍然输出可靠的概率区间,且随着训练集样本数量的增加,概率区间的分布不断上移,概率区间的宽度不断减小,即韦恩预测器的精确度不断提高。。将人工嗅觉系统与近红外光谱组成的混合系统用于人参样本的分类。针对两个系统特征数量不平衡的特点,提出加权的特征级数据融合方法,获得99.58%的分类率。结合概率预测和Dempster-Shafer证据理论提出决策级数据融合方法,获得99.24%的分类率。两种数据融合方法的分类率都高于任一单一系统(人工嗅觉系统90.18%,近红外光谱系统97.98%),且差异是统计显着的。(本文来源于《浙江大学》期刊2016-03-01）
崔绍庆[5]（2015）在《基于不同纳米材料修饰的QCM气敏传感器的制备及人工嗅觉系统的实现》一文中研究指出气敏传感器在现代信息社会诸多领域中有着重要的应用,其相关研究一直受到广泛关注。通过把敏感材料纳米化和复合化,制备基于纳米复合敏感材料的新型气敏传感器是目前传感器研究的重要方向。本文选用QCM晶片作为气敏传感器基底,采用静电层层自组装技术,分别制备了基于聚苯胺/二氧化钛、聚吡咯/二氧化钛和石墨烯/二氧化钛复合材料为敏感膜的QCM气敏传感器。采用FT-IR、UV-vis、SEM、TEM、XRD等检测手段,表征了敏感材料的组成、结构和形貌特性。通过对比基于不同敏感材料的传感器对不同浓度下不同气体的气敏特性,筛选出具有较佳气敏响应特性的传感器。组建了基于不同材料修饰的QCM气敏传感器阵列,完成了对应人工嗅觉系统的搭建,并将该人工嗅觉系统成功地应用在不同生长年限的人参鉴定、人参与西洋参定性鉴别以及人参与西洋参的掺假鉴定。具体研究内容和结论如下：(1)采用层层自组装技术制备了聚苯胺/二氧化钛(PANI/TiO2)、聚吡咯/二氧化钛(PPy/TiO2)和石墨烯/二氧化钛(GO/TiO 2)等层层交替的具有纳米结构的气敏敏感膜。通过对组装过程的监测、对敏感材料表征和对组装层数进行优化,发现自组装技术可实现超薄敏感膜的制备。对比制备的新型传感器的频率信号和电阻信号,发现频率信号的有效性远优于电导信号。分别检测基于PANI/TiO2和PPy/Ti02敏感膜的QCM气敏传感器对不同浓度的氨气、硫化氢、叁甲胺和乙醇的气敏响应,发现两者对氨气均具很高的灵敏性和选择性,但对于硫化氢和叁甲胺存在一定的交叉响应特性。将基于PANI/TiO2和PPy/TiO2敏感材料的QCM气敏传感器应用在几种易腐烂食物(芒果、鸡蛋和鲶鱼肉)储藏期时间的检测,发现以上两种传感器能够较好地区分被测食物的存储时间。(2)研究了基于GO/TiO2敏感材料的QCM气敏传感器对氨气和叁甲胺响应特性,发现能够实现对ppb级叁甲胺气体的检测,且响应迅速、回复性好；研究了基于GO/Ti02敏感材料的QCM气敏传感器对7种低浓度有机挥发物(乙醛、乙醇、庚烷、异戊二烯、丙酮、叁甲胺和乙苯)的气敏响应特性,发现这类传感器对烷烃类挥发气体最为敏感,其次是酮类和醛类,且呈现良好的线性响应。(3)通过对比以复合材料(PANI/TiO2、PPy/TiO2、GO/TiO2)为敏感膜的QCM气敏传感器与单一材料(PANI、PPy、GO)为敏感膜的气敏传感器对不同浓度下不同气体的气敏特性,发现基于复合材料的传感器具有更好的气敏特性。在上述研究基础上选取性能较优的4组,构建了基于4种不同纳米敏感材料的QCM气敏传感器组成的嗅觉系统；并将该系统应用于人参与西洋参区分鉴定、人参与西洋参掺假鉴别和人参年限鉴别。结果发现：基于人工嗅觉系统的鉴别结果与基于GC-MS定性鉴别结果十分接近,验证了基于不同纳米材料修饰的QCM气敏传感器阵列和对应人工嗅觉系统的有效性和实用性。(本文来源于《浙江大学》期刊2015-04-24）
张文娜,秦国军,胡茑庆,张纪[6]（2012）在《基于人工嗅觉系统的油液渗漏检测方法》一文中研究指出机电设备油液渗漏是一种典型的多发性故障,利用人工嗅觉技术对渗漏油液挥发气体进行测试从而进行故障诊断是一种新的无损检测方法。使用人工嗅觉系统对模拟柴油、齿轮油和机油渗漏产生的挥发气体进行检测,结果为叁维数据阵列(样本×时间×传感器)。应用二维主成分分析法和叁维平铺主成分分析法、平行因子分析方法对叁种油液挥发气体样本进行分类,结果表明平行因子分析法由于利用了数据集的叁维结构信息,所以分类效果更佳;应用主成分回归方法实现了机油挥发气体样本的定量确定,说明使用人工嗅觉系统实现设定阈值报警是可能的。(本文来源于《国防科技大学学报》期刊2012年06期）
熊作周[7]（2012）在《基于人工嗅觉系统稻米品种鉴定方法的研究》一文中研究指出随着种植业不断发展，稻米品种数量日渐增多，在促进生产发展的同时，很大程度上也存在着品种之间的相互掺杂、雷同甚至侵权等现象。这样不仅对粮食流通领域造成了严重的阻碍，而且损害了国家和人民的根本经济利益。但是，由于传统的稻米品质理化鉴定方法存在费时、耗资等缺点，因此，探索一种快速高效的稻米品种鉴定方法势在必行。目前，电子鼻技术发展迅速，其在食品、农产品品质检测中获得广泛应用，它不仅能获取样本挥发气味的整体信息，还具有快速、便捷、安全等优点，所以为稻米品种的检测鉴定提供了一种有效的技术方法。本文利用电子鼻对几种不同的水稻和大米品种进行了气味检测，并对不同的品种进行鉴别分类。证明了电子鼻用于稻米品种检测鉴定的可行性，这将为稻米品种的鉴定提供一种新的检测方法，同时也为电子鼻用于粮食生产过程中品质检测以及质量控制提供一定的理论依据和参考价值。1.采用了五种目前常用的样本信息表征方法。研究结果表明：五种样本信息表征方法都是有效的，在一定程度上反映了不同稻米品种之间信息的差异性。其中，积分值法效果较佳。2.比较分析了四种传感阵列优化方法。分析结果表明：威尔克斯最小统计量阵列优化方法实现过程较为容易，优化后识别效果较好，并且能够在很大程度上有效地剔除冗余信息，为后续的模式识别提供了便利。3.运用主成分鉴别分析、费歇尔鉴别分析、BP神经网络以及RBF神经网络四种模式鉴别方法对不同稻米品种进行分类鉴别研究。结果表明：不同的稻米品种能够被区分开来，尤其RBF神经网络识别效果较佳。4.初步探讨了基于核技术的稻米品种鉴别研究，运用核技术与主成分分析以及费歇尔判别分析相结合的方法对水稻和大米样本进行鉴别分析。结果表明，核主成分分析、核费歇尔分析特征抽取下的模式识别效果较其他几种特征提取方式下的识别效果有了显着地改善，并在很大程度上提高了鉴别结果的准确性。(本文来源于《河南科技大学》期刊2012-05-01）
张文娜,秦国军,胡茑庆[8]（2011）在《人工嗅觉系统关键技术研究进展》一文中研究指出回顾了人工嗅觉系统的发展历史,在介绍了人类嗅觉机理、人工嗅觉仿生系统的原理与组成的基础上,详细阐述了关键技术如气体传感器技术、信号预处理技术和模式识别技术等的研究现状,剖析总结了人工嗅觉系统存在的问题,并对未来发展进行了展望。(本文来源于《传感器与微系统》期刊2011年08期）
魏亚飞[9]（2009）在《基于人工神经网络的机器嗅觉系统研究》一文中研究指出嗅觉模拟技术是研究如何模仿生物嗅觉的一门学问。嗅觉模拟装置早在20世纪60年代就已出现,但该技术在最近10余年才得到迅速发展,并广泛用于食品分析、香精香料的质量鉴别、环境检测、医疗卫生等方面。本文从生物嗅觉系统出发,分析了机器嗅觉系统的生物学基础,阐明了生物嗅觉系统和机器嗅觉系统的联系。对系统的各个组成部分,气敏传感器及气敏传感器阵列,信号预处理,常用的统计模式识别方法及人工神经网络技术,做了具体介绍。在此基础上,设计并实现了由气敏传感器阵列和人工神经网络模式识别技术相结合的机器嗅觉系统,并使用该系统设计了通过卷烟香气识别进行卷烟种类鉴别的实验。系统的硬件部分以AT89S52单片机为核心,由传感器阵列、采样电路、单片机及外围扩展电路、传感器加热控制电路和主机(PC机)等几部分构成。传感器阵列可把气体气味转换为能被计算机识别的电信号；单片机通过RS232标准串行接口与主机相连,把采集到的数据上传到PC机；主机还可以控制传感器的加热及采样,并能实时采集与显示采样数据,对采样数据进行存储、处理。系统的软件部分包括单片机软件与PC机应用软件,单片机软件用汇编语言实现,完成单片机系统的控制、I/O操作、通信等功能。应用系统软件由Visual Basic6.0与Matlab混合编程来实现。VB易于快速开发Windows应用程序,Matlab提供人工神经网络工具箱用于人工神经网络的设计、学习、训练和仿真。两者相结合,提高了系统数据处理的能力,同时使用更方便。为了验证所设计的机器嗅觉系统的应用特性,选取了叁种卷烟,使用机器嗅觉系统对其进行定性分析,观察系统经过一定规模的样本训练后能否对未知卷烟样本做出正确鉴别。实验证明该系统能够对不同品牌的卷烟香气进行识别,从而鉴别出卷烟的种类。利用实验得到的数据,还比较了不同预处理算法对系统识别性能的影响,并对系统神经网络识别模块的结构参数进行了比较和分析,为提高机器嗅觉系统的训练速度和识别能力奠定了基础。(本文来源于《昆明理工大学》期刊2009-02-01）
孙永海,孙钟雷,李宇[10]（2007）在《基于遗传组合网络的肉用人工嗅觉系统》一文中研究指出根据肉的气味研制了一套适合肉品新鲜度检测的肉用人工嗅觉系统。通过分析肉品腐败机理,合理选用了气敏传感器阵列,优化设计了仿生气味收集装置及信号调理电路。依据肉气味模式,采用遗传优化的组合RBF神经网络作为模式识别方法。理化试验结果表明,肉用人工嗅觉系统检测肉新鲜度准确率达95%,优于其他通用人工嗅觉系统。(本文来源于《吉林大学学报(工学版)》期刊2007年05期）
人工嗅觉系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
中国科学院新疆理化技术研究所环境科学与技术研究室的一个研究小组开发了一种基于氧化锌插层调节的高灵敏硝基爆炸物气氛肖特基结,能够实现对TNT、DNT、PNT、PA、RDX及尿素等爆炸物在十亿分之一甚至万亿分之一浓度范围的检测与识别。这只"鼻子"的高灵敏传感材料由石墨烯/氧化锌/硅纳米线叁元肖特基结组成,通过调节单色LED
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人工嗅觉系统论文参考文献
[1].孙喜洋.基于人工嗅觉系统的集成学习研究[D].浙江大学.2018
[2]..基于单个传感器构建人工嗅觉系统实现痕量爆炸物快速识别[J].传感器世界.2017
[3].杨胜男,吴伟国.人工肺-嗅觉系统集成与混合气体识别方法[J].哈尔滨工业大学学报.2017
[4].苗加成.基于信息挖掘技术的人工嗅觉系统研究[D].浙江大学.2016
[5].崔绍庆.基于不同纳米材料修饰的QCM气敏传感器的制备及人工嗅觉系统的实现[D].浙江大学.2015
[6].张文娜,秦国军,胡茑庆,张纪.基于人工嗅觉系统的油液渗漏检测方法[J].国防科技大学学报.2012
[7].熊作周.基于人工嗅觉系统稻米品种鉴定方法的研究[D].河南科技大学.2012
[8].张文娜,秦国军,胡茑庆.人工嗅觉系统关键技术研究进展[J].传感器与微系统.2011
[9].魏亚飞.基于人工神经网络的机器嗅觉系统研究[D].昆明理工大学.2009
[10].孙永海,孙钟雷,李宇.基于遗传组合网络的肉用人工嗅觉系统[J].吉林大学学报(工学版).2007
论文知识图
