独立分量分析融合小波能量阈值的电子鼻信号去-IngentaConnect.PDF

第 30 卷 第 24 期 农 业 工 程 学 报 Vol.30 No.24 2014 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2014 325 独立分量分析融合小波能量阈值的电子鼻信号去漂移方法 殷 勇，吴文凯，于慧春 （河南科技大学食品与生物工程学院，洛阳471023 ） 摘 要：电子鼻在长期使用过程中，由于受到传感器老化和温湿度波动等因素的影响，使得电子鼻信号存在着漂 移现象，制约了电子鼻的准确检测。为了提高电子鼻鉴别多组分复杂食品时的长期稳健性，提出了一种独立分量 分析（independent component analysis，ICA ）融合小波能量阈值的去漂移信号方法。首先，运用ICA 分解电子鼻 信号以获得各个独立成分；其次，根据各个独立成分的小波能量值选择独立成分，以剔除漂移信号；最后，运用 所选择的独立成分重构电子鼻信号。选用 6 种白酒样品和 6 种食醋样品进行电子鼻鉴别验证：在分别提取 2 类样 品去漂移前后的电子鼻信号积分值（integral value，INV ）特征后，分别对 6 种白酒样品和 6 种食醋样品进行了 Fisher 判别分析（fisher discriminant analysis，FDA ），FDA 的鉴别正确率分别由去漂移前的34.3% （白酒样品）、75.7% （食醋样品）提升到去漂移后的100% （白酒样品）、99.7% （食醋样品）。Fisher 判别分析结果表明，所提出的电 子鼻信号去漂移方法是有效的。与其他独立分量分析方法相比，该方法不受先验信息的影响，更便于实际应用， 研究结果不仅适用于白酒、食醋样品的鉴别，也为其他类型的样品鉴别提供参考。 关键词：小波分析；独立分量分析；传感器；电子鼻；漂移信号；白酒；食醋 doi ：10.3969/j.issn.1002-6819.2014.24.040 中图分类号：TP212.2; TS207.5 文献标志码：A 文章编号：1002-6819(2014)-24-0325-07 殷 勇，吴文凯，于慧春. 独立分量分析融合小波能量阈值的电子鼻信号去漂移方法[J]. 农业工程学报，2014， 30(24)：325－331. Yin Yong, Wu Wenkai, Yu Huichun. Drift elimination method of electronic nose signals based on independent component analysis coupled with wavelet energy threshold value[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 325 －331. (in Chinese with English abstract) 独立分量分析（independent component analysis， 0 引 言 ICA ）去漂移法主要是对原始信号进行独立成分分 [1-2] 电子鼻作为一种非常有潜力的鉴别工具 ，在 解，通过挑选有用的独立成分来实现去除漂移信号 食品检测领域已经得到广泛的应用[3-8] 。但是，到目 的目的[13] 。ICA 去漂移的关键问题是如何正确地挑 前为止，电子鼻长期鉴别的稳健性得不到保障。影