原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
and
2007年第26卷第9期 传感器与微系统(TransducerMicmsystem 61
Technologies)
基于人工神经网络的苹果气体识别方法研究
李琦，杨艳菊
(西安理工大学自动化与信息控制学院。陕西西安710惝)
摘要：将气体传感器阵列与人工神经网络模式识别技术相结合，建立了电子鼻系统，对水果变化过程进
行监控。尝试对3种不同状态(好、碰伤、坏)的苹果气体进行定性识别。实验结果表明：结合主成分分析
的人工神经网络方式为模式识别、分类提供了快速准确的辨识方法，对红富士苹果进行分类时正确率在
83．33％以上。
关键词：电子鼻；模式识别；气体传感器阵列；主成分分析
中图分类号：11P212 文献标识码：A 文章编号：1000—9787(2007)09—006l—03
Researchon
methodof
applegasesrecogIlition
based0nANN
UQi，YANGYan-ju
ofAut咖ati蛐粕d
(DeparhIlent Info珊鲥on，xi’柚Ullive鸭时ofT∞h肿lo留，】i【i’an7100躺，Chi雌)
ofanelectmnicnosefor thefmit
AbStract：The is
system non-destmctivelymonitoring chan西ngprocess
on sensor 粕dneural．based
presented．Basedgas aⅡ．ay recognition o№ctory
pattem techniques，thesystem
isableto thesmenofthreedi插erent with
designed classify states(good，b11lise，blet)ofripeapplesverygood
results
indicate thatthe andexactidentificationmeasureofanificialneural
accuracy．Theexperiment clearly rapid
the rateof is
network(ANN)combiningprincipalcomponentaIlalysis(PCA)andaccuracydi艉rentiatingapples
above83．33％．
sensor
Keywords：electmnicnose；pattemrecogIlition；gas
amy；principalcomponent明alysis(PCA)
O引言
文档评论（0）