| 查看: 1400 | 回复: 0 | |||
[交流]
电子鼻算法知多少-保圣告诉您！
|
 电子鼻是20世纪90年代中期发展起来的一种用于分析、识别气味物质总体特征的新型检测仪器。 通过电子鼻可以建立食品、医药、生物、化工、环境等的气味指纹图谱，能实现气味的客观化表达，通过仪器分析推动食品、医药、化工等多领域的现代化发展。 电子鼻是模仿生物的嗅觉感受机制研制出来的，电子鼻系统中的传感器阵列即相当于生物系统中的嗅觉感受细胞，能感受不同的气味物质，将采集到的气体指纹信息输入电脑；电脑代替了生物系统中的大脑功能，通过软件进行分析处理，区分辨识不同性质物质的整体特征，最后给出各个物质的感官信息。 在电子鼻应用过程中，需要多元数理统计系统对电子鼻采集特征数据进行分析，大数据算法对其使用效果至关重要，只有通过专业的数据统计分析系统才能深入地、完全地提取并解释数据信息，还可以有效减少实验误差数据对结果的影响，得到科学的、可视化的实验结果。现将上海保圣电子鼻electronic nose的电子鼻系统算法集中一一介绍。   1、上海保圣电子鼻electronic nose 差异对比： 方差分析anova和多重比较comparison，分析对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等。  2、上海保圣电子鼻electronic nose cnose降维分析 （1）主成分分析pca（principal component analysis）： 找到高维数据中的主成分，并利用“主成分”数据来表征原始数据，从而达到降维的目的，其侧重于信息贡献影响力综合评价。 保圣科技电子鼻系统中的pca算法，以多类型图形表达降维分析结果，以多种可视化方式表现数据结果。   （2）线性判别分析lda(latent dirichlet allocation）： 分析时最大化类间距离以及最小化类内距离，是目前数据挖掘领域中比较经典且热门的一种有监督的算法。 保圣科技电子鼻electronicnose系统中的lda算法，以多类型图形表达降维分析结果，以多种可视化方式表现数据结果。   （3）局部线性嵌入lle：可以学习任意维的局部线性的低维流形，而且lle算法归结为稀疏矩阵特征分解，计算复杂度相对较小，实现容易。  （4）拉普拉斯特征映射le（laplacian eigenmaps）： 使相互间有关系的点在降维后的空间中尽可能的靠近，从而在降维后仍能保持原有的数据结构。  （5）等距特征映射isomap（laplacian eigenmaps） ：分析寻找到所有样本全局的最优解，当数据量很大时或者样本维度很高时，计算量非常大。  （6）非线性降维t-sne（t-distributed stochastic neighbor embedding） ：非常适用于高维数据降维到2维或者3维，进行可视化。  3、上海保圣电子鼻electronic nose 回归分析：电子鼻定量分析 （1）偏最小二乘法回归plsr（partial least squares regression） ：对于自变量或因变量较多的数据处理更为优越，而且回归系数可以看出各自变量与因变量的相关性及其影响的大小。  （2）神经网络bp(bpnn, back propagation neural network) ：通过矩阵乘法运算，其包括信号前向传播和误差反向传播两个过程。   （3）支持向量机svm(support vector machines) ：通过使用非线性映射算法将低维输入空间转化为高维特征空间，使其线性可分。   4、上海保圣电子鼻electronic nose 分类分析：电子鼻定性分析 k邻近分析knn(k-nearestneighbor) ：对于类域的交叉或重叠较多的待分样本集来说，knn方法较其他方法更为适合。   5、上海保圣电子鼻electronic nose 聚类算法 （1）系统聚类： 计算方法有欧式距离(euclideandistance)、闵氏距离(minkowskidistance)、马氏距离(mahalanobisdistance)，并在最后的分类树状图中依据自己的分类需求确定分类结果。  （2）密度聚类dbscan(density-based spatial clustering of applications with noise）： 将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。  （3）k-means聚类： 原理较为简单，实现也很容易，收敛速度快，聚类效果较优，算法的可解释度比较强。 上海保圣electronic nose电子鼻应用介绍：  上海保圣electronicnose电子鼻cnose应用实例：果蔬新鲜度分析；烟草差异分析；配方差异分析；肉制品质保期分析；食品货架期分析；分析中药炮制时间；中药产地鉴别；药物等级鉴别；油脂品质鉴定；果蔬产品异常排查；粮食异常排查；中药产地溯源。 |
回复此楼» 猜你喜欢
【实验干货】生物超薄切片+HRTEM：线粒体嵴原子像一步到位
已经有0人回复
-
食品专业论文投稿请教
已经有0人回复
-
食品科学论文润色/翻译怎么收费?
已经有180人回复
-
分享食品专业书籍《Fundamentals of Food Process Engineering》，以学习目的为主。
已经有2人回复
-
Biomass Conversion and Biorefinery
已经有4人回复
» 本主题相关商家推荐: (我也要在这里推广)
