一、實驗簡述
本實驗通過利用由上海瑞玢國際貿(mào)易有限公司提供的SuperNose電子鼻對不同的腐乳樣品氣味進(jìn)行檢測，目的在于辨別不同的腐乳樣品是否在氣味上有差異及差異大小。
二、SuperNose電子鼻介紹
1.原理
電子鼻是20世紀(jì)90年代中期發(fā)展起來的一種用于分析、辨識氣味物質(zhì)總體特征的新型檢測儀器。其利用多個具有不同性質(zhì)的金屬氧化物半導(dǎo)體傳感器組合成傳感器陣列，結(jié)合特定的智能自學(xué)習(xí)、自辨識模式識別算法構(gòu)建的一類嗅覺仿生系統(tǒng)。
當(dāng)一種或多種風(fēng)味物質(zhì)經(jīng)過全自動電子鼻時，該風(fēng)味物質(zhì)的“氣味指紋”可以被傳感器感知并經(jīng)過特殊的智能模式識別算法提取。利用不同風(fēng)味物質(zhì)的不同“氣味指紋”信息，就可以來區(qū)分、辨識不同的氣體樣本。某些特定的風(fēng)味物質(zhì)恰好可以表征樣品在不同的原料產(chǎn)地、不同的收貨時間、不同的加工條件、不同存放環(huán)境等多變量影響下的綜合質(zhì)量信息。因此可以利用電子鼻對不同樣品進(jìn)行辨別區(qū)分。
2.數(shù)據(jù)分析方法
方差分析(Analysis of Variance，簡稱ANOVA)，又稱“變異數(shù)分析”，是R.A.Fisher發(fā)明的，用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗。 由于各種因素的影響，研究所得的數(shù)據(jù)呈現(xiàn)波動狀。造成波動的原因可分成兩類，一是不可控的隨機(jī)因素，另一是研究中施加的對結(jié)果形成影響的可控因素。
主成分分析（PCA）: PCA是在對樣品特性一無所知的前提下，通過對原始數(shù)據(jù)向量進(jìn)行線性變換，從而在一定的視角來尋找樣品間的差異的一種算法。用于挖掘有用的信息，給出具有不同氣味區(qū)域和簇的描述性圖表。該算法不丟失任何樣品信息，僅僅通過改變坐標(biāo)軸來達(dá)到區(qū)分樣品的目的。
線性判別分析(linear discriminant analysis，LDA)是對費舍爾的線性鑒別方法的歸納，這種方法使用統(tǒng)計學(xué)，模式識別和機(jī)器學(xué)習(xí)方法，試圖找到兩類物體或事件的特征的一個線性組合，以能夠特征化或區(qū)分它們。所得的組合可用來作為一個線性分類器，或者，更常見的是，為后續(xù)的分類做降維處理。
支持向量機(jī)（SVM ，Support Vector Machine）是一類按監(jiān)督學(xué)習(xí)方式對數(shù)據(jù)進(jìn)行二元分類的廣義線性分類器，其決策邊界是對學(xué)習(xí)樣本求解的最大邊距超平面（maximum-margin hyperplane）。在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。
您的位置：