PDF《邹慧琴 刘勇 林辉 闫永红 一、引言》

三、数据统计方法

1、主成分分析(PCA) 主成分分析(Principal Component Analysis,PCA)是指 将多个变量通过线性变换以选出较少个数重要变量的一种多 元统计分析方法,又称主分量分析;

它是一种掌握事物主要 矛盾的统计分析方法,可以从多元事物中解析出主要影响因 素,揭示事物的本质,简化复杂的问题.PCA 作为一种线性 特征提取技术,旨在利用数据降维的思想,即计算主成分而 将高维数据投影到较低维的空间、把多指标转化为少数几个 综合指标, 从而尽可能地展示原始数据中所包含的信息. PCA 在电子鼻中用于客观地分析样品之间的差异.

2、聚类分析(CA) 聚类分析(Cluster Analysis,CA)是一种将研究对象分 为相对同质的群组(clusters)的统计分析技术.从统计学的 观点看,聚类分析是通过数据建模简化数据的一种方法.CA 是依据个体或变量的数量关系来分类,客观性较强,但是各 种聚类方法都只能在某种条件下达到局部最优;

聚类的最终 结果是否成立,尚需专家的鉴定.

3、判别因子分析(DFA) 判别因子分析(Discriminant Factor Analysis,DFA)是 判定个体所属类别的统计方法.根据两个或多个已知类别的 样本观测资料确定一个或多个线性判别函数和判别指标,然 后用该判别函数依据判别指标来判定另一个体属于哪一类. DFA 在电子鼻中用于根据标样结果对盲样进行识别.它 通过传感器数据的重新组合来优化区分性,或通过传感器的 优化选择,即去除没有贡献或贡献很小的传感器,来提高识 别能力, 其目的是使组间距离最大的同时保证组内差异最小.

4、人工神经网络(ANN) 人工神经网络(Artificial Neural Network,ANN)是一种 通过模仿人或动物神经网络行为特征,进行分布式并行信息 处理的数学模型.这种网络依靠系统的复杂程序,通过调整 内部大量节点之间相互连接的关系,从而达到处理信息的目 的.ANN 通过预先提供的一批相互对应的 输入数据―输出 数据 , 分析、 掌握两者之间潜在的规律, 最终根据这些规律, 用新的 输入数据 来推算 输出结果 ,这种学习分析的过 程被称为 训练 . 在上述几种方法中, ANN 通常被认为是较有前途的一种 气味 嗅觉 细胞 嗅球神经网络 (嗅小球) 大脑 (神经中枢) 做出 判断 传感器 阵列 数据采集 处理器 模式识别 系统 电子鼻 人类嗅觉系统 图1人类嗅觉和电子鼻的组成部份 传感器世界2011.11 www.sensorworld.com.cn

8 方法,其特点和优越性主要表现在三个方面:具有自学习、 自适应功能;

具有联想存储功能;

具有高速寻找优化解的能 力.此外,它能够解决非线性问题,在处理噪声和漂移方面 比传统的统计方法要好.目前,许多人工神经网络被用于处 理传感器阵列的信号,如BP 神经网络[5] (Back Propagation Trained Neural Network) 、径向基神经网络[6] (Radial Basis Function Neural Network) 、模糊神经网络[7] (Fuzzy Neural Network) 、自组织网络[8] (Self-Organizing Network)等.

四、应用进展

1、食品 电子鼻在食品领域中应用范围广泛,包括谷物、水果、 奶制品、肉类、烟酒等带有明显气味特征的食品.随着电子 鼻研究的日渐深入,已涉及到食品科学的多个方面.根据电 子鼻的应用目的及功能的不同,可将电子鼻在食品研究中的 应用分为:生产过程的监控、新鲜程度的评估、货架寿命的 调查、真假验证以及其他方面. 奶制品的质量控制最重要的是在生产过程中对其质量的 监测.牛奶的挥发性成分分析已经成为取得牛奶信息和辨别 不同种牛奶的最具有潜力的手段之一,主要用于对不同热处 理过程的监测.电子鼻在乳品加工业已得到广泛的应用,例 如丹麦青纹干酪的成熟度过程监控[9] 、瑞士干酪香味混合物 的模式识别和干酪的口味的检测,以及奶酪保质期的检测、 干酪的质量控制[10] ,另外还包括检测牛奶中的微生物细菌、 分辨不同的冰淇淋样、 在线监测酸奶酪发酵等等[11] .