基于嗅觉神经网络采用时间序列的电子鼻模式分类方法.pdfVIP

维普资讯 第20卷 第9期 传 感 技 术 学 报 V01．20 No．9 2007年9月 CHINESEJOURNALOFSENSORSAND ACTUATORS Sep．2007 PatternClassificationM ethodforElectronicNosesBasedon OlfactoryNeuralNetworkUsingTimeSeries FUJun ，LIGuang ，WalterJ．Freeman。 1．DepartmentofBiomedicalEngineering，ZhejiangUniversity．Hangzhou310027，China； 2．InstituteofAdvancedProcessControl，ZhejiangUniversity，Hangzhou310027，China； 3．DivisionofNeurobiology，UniversityofCallforvtiaatBerkeley，LSA 142，CA，947203200，USA Abstract：Extractingappropriatefeaturesfrom theresponsesofchemicalsensorarrayisthefirststepwhen ap．plyingconventionalartificialneuralnetworkstoelectronicnosesforpattern recognition．Thispaper presentsanovelmethoddirectlydealingwith timeseriesofthesensors’responsesbasedonanolfactory neuralnetworkwithmanydynamicproperties．Themethodnotonlymakestheelectronicnoseworkmore similartotheway inwhichbiologicalnosesdo，butalsoperformsbetterthan theconventionalmethod withfeatureextractionwhenclassifying6volatileorganiccompounds． Keywords：patternclassification；timeseries；olfactoryneuralnetwork；chemiaclsensory array；electronicnose EEACC：7230J 基于嗅觉神经网络采用时间序列的电子鼻模式分类方法* 傅 均 ，李 光 ，WalterJ．Freeman。 1．浙江大学生物医学工程系，杭州310027；2．浙江大学先进控制研究所，杭州 310027；3．美国加州大学伯克利分校神经生物学系，94720-3200 摘 要 ：从传感器阵列响应曲线中提取有效特征是传统人工神经网络在电子鼻模式识别应用中的第一步．文中提出将传感 器阵列时间序列信号直接输入到一种具有丰富动力学特性的嗅觉神经网络中进行模式分类的方法．该方法不仅在仿生角度 上使电子鼻进一步模拟了生物嗅觉系统信息处理过程，而且与以前所用的特征提取加神经网络的方法相比，在6种有机挥发 物的分类识别中表现得更佳． 关键词 ：模式分类；时间序列；嗅觉神经网络；传感器阵列；电子鼻 中图分类号：TPI83；TP212．2 文献标识码 ：A 文章编号：lOO4一l699(2OO7)O9—1958—05 电子鼻作为一种模拟生物嗅觉原理的新颖仿生 加强了电子鼻的仿生概念，而且性能上具有比线性 检测手段，以其快速、简单和廉价的特点，引起了食 统计方法更强的优势：能学习形成 自适应和泛化，具 品与酿造控制、环境监测和医学诊断等领域的广泛 有分布式联想记