基于电子舌技术的辛味中药材鉴别研究

为检验电子舌对辛味中药材种类与质量的鉴别能力,应用传感器矩阵系统ASTREE电子舌分别对不同种类,不同产地以及不同生产批次的辛味中药材进行检测,所得数据用主成分分析法(PCA)进行分析处理。结果表明:该电子舌不仅可以很好地区分6种不同的辛味中药材,而且对于同种类型不同产地,不同生产批次的中药材样本也有很好的辨识能力。由此可见,电子舌在辛味中药材的种类鉴别中有巨大的应用潜力。     

基于最大散度差准则LDA的电子鼻中药材鉴别方法

在电子鼻的模式识别方法中,线性判别分析(Linear Discriminant Analysis,LDA)是常用的方法之一.然而,当样本类内散布矩阵奇异时,使用传统的基于Fisher准则的LDA算法会出现小样本问题.将最大散度差准则引入线性判别分析中,不仅可以解决小样本问题,实现3种不同产地中药材的正确鉴别,而且分类效果更好.结果表明:对3组样本的最终判别结果达到了97.8％的正确判别率,误判的待测样本只发生在安徽白术.     

一种基于计算机嗅觉的卷烟等级识别方法

为利用计算机嗅觉系统(电子鼻)快速、简便地识别同种品牌不同等级的卷烟,选取三种不同等级的“双喜”牌卷烟作为实验对象,利用PEN3电子鼻分别检测整盒(未开封)、滤嘴、烟丝、烟纸、烟气等5个方面的气味,并利用主成分分析(PCA)和主成分分析+线性判别分析(PCA+LDA)分别对该5种气味信息进行分析.最后利用相关性分析对整盒气味信息的待测样本进行了区分测试.结果显示:单独利用5种气味的信息都区分出三种等级,其中区分效果由优到劣依次是滤嘴、烟气、整盒、烟丝、烟纸.利用相关性分析方法对整盒待测样品的测试正确率达100％.