基于單類支持向量機的電子鼻在白酒真假識別中的應用*

2015-08-24 02:53:30孟慶浩亓培鋒井雅琪天津大學電氣與自動化工程學院天津300072

傳感技術學報 2015年12期

周　宇，孟慶浩，亓培鋒，井雅琪，曾　明（天津大學電氣與自動化工程學院，天津300072）

周宇，孟慶浩*，亓培鋒，井雅琪，曾明
（天津大學電氣與自動化工程學院，天津300072）

針對采用多類分類方法進行白酒真假識別時存在的真酒樣本和假酒樣本（正類樣本和異類樣本）數量無法均衡以及異類樣本無法全部獲取的問題，提出應用單類支持向量機分別單獨對每一種品牌的白酒訓練單類分類器進行真假識別的方法。首先采用自主設計的電子鼻系統對不同品牌白酒進行采樣測試；采樣后的傳感器陣列數據依次經過數據預處理、特征生成、特征選擇降維處理，得到可用于分類的白酒樣本；再通過格點搜索獲取每種白酒單類分類器的最優參數；最后測試各個單類分類器對相應品牌白酒的真假識別效果。各單類分類器的真假識別率分布在93%～98%之間，結果表明，采用自主設計的電子鼻結合單類支持向量機可以很好地對白酒真假進行識別。

電子鼻；白酒；真假識別；單類支持向量機

EEACC：6140；7230Sdoi：10.3969/j.issn.1004-1699.2015.12.001

隨著生活水平的提高，人們對酒類食品越來越大的需求促進了白酒行業的飛速發展，與此同時各種問題也不斷出現?！肮磧堕T”、“酒精門”、“散酒門”，年份酒造假以次充好等現象屢見不鮮，并呈現日益嚴重的趨勢。而當前白酒質量檢測常用的方法主要有感官識別，色譜儀和質譜儀等方法。感官識別主要依據色、香、味等進行鑒別，但此種方法帶有一定主觀性，且一般僅限于專業人員。而采用色譜儀和質譜儀進行檢測，雖然能夠提供精確的定量成分分析，但同時需要的成本也很高，儀器昂貴且笨重，檢測周期也較長。因此白酒的快速檢測和識別技術已成為白酒行業一個亟待解決的難題［1-2］。

電子鼻是一種新型的仿生檢測技術［3-8］，為分析和識別復雜揮發性有機物而設計。電子鼻的主要特點在于它把單一或者復合氣體當作一個整體，并給出氣體的整體信息，即“氣味指紋”數據。不同的氣體對應不同的指紋數據，將這些數據與經過學習和訓練后所建的數據庫中的信號進行比較，再經過判斷從而實現識別功能。同時電子鼻檢測也擁有低成本、快速、客觀、不侵入被試等優勢。

目前，用于電子鼻的模式識別算法主要有統計模式識別和人工神經網絡［9］。前者包括主成分分析、線性判別分析［10］、判別因子分析和聚類分析等，它們都是線性判別方法；后者包括誤差反向傳播神經網絡、概率神經網絡、學習向量化神經網絡和支持向量機等，人工神經網絡雖然具有很強的非線性映射能力，但同時也存在所需樣本量大、容易陷入局部最優、收斂速度慢等缺點［11］。采用VC維（Vapnik-Chervonenkis Dimension）理論和結構風險最小化原則的支持向量機［12］則能夠很好地解決小樣本、非線性、高維數等問題，并且單類支持向量機針對無法獲取兩類樣本、獲取代價極高或者樣本數量極度不均衡等問題而設計，非常適合用于解決異類檢測問題。

為了檢驗單類支持向量機在白酒真假識別中的實際效果，本文采用自主設計的白酒識別電子鼻系統，對8種不同品牌的白酒以及作為對照的酒精溶液共計9個類別進行動態采樣（每個類別測試20次）。采樣數據經過數據預處理、特征生成和特征選擇降維處理，得到可用于分類測試的白酒樣本。以瀘州老窖為例，從20個瀘州老窖的白酒樣本中隨機選取10個作為訓練樣本，用格點搜索尋找單類分類器的最優參數，再在最優參數下訓練后得到用于識別瀘州老窖白酒真假的單類分類器。選取20個瀘州老窖樣本作為正類測試樣本，再從其余8個類別的樣本中分別隨機選取10個作為異類測試樣本，測試該單類分類器對瀘州老窖品牌白酒的真假識別能力。以此類推對其他8個類別訓練對應的單類分類器并進行測試。結果表明，采用自主設計的電子鼻結合單類支持向量機可以很好地對白酒真假進行識別。

1　電子鼻系統及實驗方案

1.1實驗材料

實驗選取8種不同品牌的濃香型白酒作為測試對象：瀘州老窖（38%，四川瀘州）、百年皖酒（38%，安徽蚌埠）、稻花香（42%，湖北龍泉鎮）、青酒（38%，貴州黔東南州）、蘭津酒（48%，天津紅橋）、紅津酒（38%，天津紅橋）、綿竹大曲（38%，四川綿竹）、牛欄山（42%，北京順義），并配置濃度為42%的酒精溶液作為對照組，共9個類別的實驗樣本。

1.2白酒識別電子鼻系統結構

圖1為自主設計的白酒識別電子鼻系統結構框圖，其中氣體傳感器陣列由11種對有機揮發物、酒精、甲烷、烴類等具有敏感特性的金屬氧化物半導體（MOS）傳感器組成，為增加陣列的廣譜特性，選擇了兩種不同系列的不同型號的傳感器，分別為：TGS2602、TGS822、TGS880、TGS2610、TGS2620、MICS-5121、MICS-5135、TGS2611、MICS-5521、MICS-5524、MICS-5526，并按照順序編號為chn0～chn10。11個傳感器組成的陣列放置于一個尺寸為108 mm×108 mm×25 mm的不銹鋼方體腔室中，傳感器盡量對稱均布于底部，保證各個傳感器與氣流的接觸時間、方向、速度等各個狀態盡量一致。

圖1　R白酒識別電子鼻系統結構框圖

1.3采樣流程與實驗方案

實驗過程中具體的采樣步驟如下：

①預熱打開清洗泵將氣路系統用潔凈的空氣清洗30 min，同時氣體質量流量控制器上電預熱15 min后進行調零，恒溫水浴箱上電并設定恒溫溫度70℃。

②蒸發用移液槍取2 μL樣本置于樣本瓶中，在70℃的環境中蒸發30 min。

③采樣調節氣體質量流量控制器的流量為200 sccm，打開采樣泵以潔凈空氣為載氣將樣本瓶中充分蒸發的樣本氣體帶入氣室中與傳感器陣列進行反應，持續通入3 min，同時電路板開始采集陣列響應輸出，并將數據通過串口傳送至PC機進行保存。

④清洗關閉采樣泵，打開清洗泵對氣路系統清洗30 min，清除殘留氣體以準備下一次采樣。清洗完成后轉步驟②重復下一次采樣。

針對9個類別的實驗對象，根據上述采樣流程進行重復測試，每個類別重復20次，一共得到180個樣本。從20個瀘州老窖品牌的白酒樣本中隨機挑選10個樣本進行訓練，得到的單類分類器用于識別瀘州老窖品牌白酒的真假。選取全部的瀘州老窖白酒樣本作為正類測試樣本，其他8個類別的樣本中分別隨機挑選10個充當異類測試樣本，測試該單類分類器的真假識別能力。以此類推訓練其他8個類別的單類分類器并進行真假識別能力測試。

2　特征選擇方法

文中采用電導變化率作為傳感器的響應信號，可以減少傳感器的基線波動對特征提取帶來的影響［13］，符號為S。

其中St為t時刻的相對電導變化率為t時刻傳感器電導為基線附近電導，為傳感器陣列t時刻的輸出的電壓信號，為傳感器陣列在潔凈空氣中的輸出電壓值，Vref為模擬信號采集電路的參考電壓。

為消除樣本濃度帶來的影響，再對St進行歸一化，歸一化后的相對電導變化率曲線如圖2。

圖2　R相對電導變化率曲線

11條相對電導變化率曲線表達了電子鼻系統對一份樣本的整體描述，不同類別的樣本的響應曲線將會在動態和靜態特征［14-17］上產生差異，因此對每一份樣本的11條電導變化率曲線生成5種特征，分別為：達到最大相對電導變化率的時間t1，t1時刻相對電導變化率積分It1，相對電導變化率一階微分最大值Mder，達到最大微分的時間t2，相對電導變化率曲線的幾何平均曲率GMcure。提取特征的公式如下：

其中，pos1表示響應起始點，其中pos2表示相對電導變化率達到最大時采樣點位置，pos3表示相對電導變化率一階微分達到最大時的采樣點位置，dt表示采樣周期，a=pos1，b=pos2，ρ表示該點處曲線的曲率半徑。

經過特征生成，每個樣本可用一個55維的特征向量表示。顯然，在小數量樣本的情況下55維的特征數量過多，將不利于識別。并且所選的特征是憑借對響應曲線的直觀估計而選擇，其對分類識別的貢獻大小還有待驗證。

熵是隨機變量的不確定性測度，p（x）是概率密度函數，隨機變量X的熵為：

（X，Y）為聯合熵，H（X|Y）為條件熵：

X和Y的互信息為：

采用Lewis提出的MIM（Mutual Information Maximization）算法對初始特征進行選擇，該算法按照特征和類別標簽的互信息大小進行排序，排序靠前的初始特征對分類有較大的貢獻。算法對特征的評價準則為：

其中Xk為特征K的樣本響應向量，Y為分類標簽。鑒于訓練樣本數量為10個，選擇結果為55維特征排序中的前4個特征。再加上每次采樣前保持相對穩定的溫度值和濕度值作為2個特征（用于溫濕度補償），選取這6個特征作為最后輸入到訓練算法的樣本特征。

3　單類支持向量機

3.1單類支持向量機原理

在白酒的真假識別問題中，特定品牌的白酒正類樣本易于獲取，而異類樣本卻因類別太多而無法全部獲取［18-20］，即使獲取到足夠的異類樣本，也會在多類分類方法中面對正類樣本和異類樣本數量極度不均衡的問題［21-22］。因此真假識別問題是一個單類分類問題而非多類分類問題。不同于傳統的支持向量機需要確定類別數以及各類別樣本數量要均衡，單類支持向量機訓練時僅僅需要正類樣本，并在判別時給出“屬于”還是“不屬于”的結果。

單分類支持向量機（One-Class Support Vector Machine）基于支持向量機的分離超平面和最大化間隔等思想［23-24］，將一個分類問題等價為一個特殊的二分類問題，尋找一個超平面最大化正類樣本與原點之間的間隔，原點充當異類。模型描述如下：給定訓練數據集，類似地，給出從RN到某高維特征空間χ的非線性映射?（核函數）使得?（Xi）∈χ，在高維空間中建立一個超平面ω??（X）-ρ=0，將映射樣本點以間隔ρ分開，其中ω為超平面的法向量，ρ為超平面的截距，為了使超平面盡可能遠離原點，最大化原點到目標數據間的歐氏距離ρ/||ω||來尋找最優超平面。同時加入松弛變量ξi允許少部分樣本在坐標原點與超平面之間，這一類樣本點與超平面距離為ξi/||ω||。數據模型如圖3。

圖3　R單分類支持向量機數據模型

單類支持向量機的權重ω和閾值ρ，通過求解以下二次規劃問題獲得：

其中v∈（0,1）表示邊界支持向量在訓練樣本總數中所占比重的下界，同時表示訓練樣本中訓練錯誤率的上界。n表示訓練樣本總數。其決策函數與兩類支持向量機類似為：

其中sign（）為符號函數，決策函數輸出1表示x是正類樣本；輸出-1表示x是異類樣本。

3.2核函數選擇

當線性分類器面對非線性可分的數據時，分類器的求解程序將會無限循環，使得問題無解，通過引入核函數，可以將非線性可分的數據映射到高維空間中，使得問題變成線性可分問題。

徑向基核函數通常是一個較好的選擇，首先徑向基核函數可以將類別間有重疊的非線性樣本集通過非線性映射將樣本集映射到高維空間，使得不同類別樣本區分開來；其次該核函數僅有一個參數，模型較簡單；最后其計算結果在（0，1）區間內，避免出現計算機難以保存和計算的無窮大值。

xi為樣本空間的樣本，xj為核函數中心，σ表示核函數的參數寬度，控制函數的徑向作用范圍。為求解3.1節中的二次規劃問題引入拉格朗日函數，并引入徑向基核函數將其轉化為對偶問題：

其中αi、αj為拉格朗日系數。在OC-SVM中，ρ=為確定的閾值，與權重向量ω決定分類超平面。

3.3交叉驗證與參數尋優

分類器參數v和核參數g（g=1/2σ2）的選取對分類效果有極大影響，因此采用格點搜索對參數進行優選［25］。

以交叉驗證正確率作為對參數優劣的評價標準，其思想是：選定一組參數（g，v），對于給定的白酒樣本集，將其隨機均分成n個樣本子集，其中的n-1個子集用于在選定的參數下訓練單類分類器，最后一個子集用于測試，依次循環直到每一個樣本子集都充當過測試樣本，最后以測試正確的樣本數與樣本總數的比作為交叉驗證正確率。交叉驗證正確率是經過對樣本的多次不同劃分計算而來，可以很好地避免參數和樣本之間的過度擬合，因此理論上交叉驗證正確率高的參數對任何樣本都會有較好分類效果。

在瀘州老窖白酒樣本中隨機選取10個樣本，搜索范圍設定為v∈［-10,5］和g∈［-10,-5］，其步長分別為0.1和0.01，樣本隨機均分成3份，循環計算所有參數的交叉驗證正確率，最后選取交叉驗證正確率較高的參數。一般在搜索范圍內交叉驗證正確率最高的參數會有多個，此時從中選取v參數最小的作為最終的搜索結果。對其余8個類別白酒重復此參數尋優步驟得到各自的最優參數，尋優結果按列列于表1。

表1　R各單類分類器參數搜索結果

4　結果與分析

4.1分類結果

將參數尋優過程中選取的10個瀘州老窖白酒樣本作為訓練樣本，設定訓練參數為表1中對應的瀘州老窖最優參數（0.017 337，0.008 609），將訓練樣本和最優參數輸入到單類支持向量機算法進行訓練，得到一個用于識別瀘州老窖白酒真假的單類分類器。

全部的20個瀘州老窖白酒樣本作為正類測試樣本，其他8個類別中分別隨機選取10個樣本充當異類測試樣本，測試該單類分類器對瀘州老窖品牌白酒的真假識別能力。測試過程中，該單類分類器的輸出為1，表示當前測試樣本為正類樣本，即當前測試樣本屬于瀘州老窖品牌的白酒樣本；輸出為-1，表示當前測試樣本不屬于瀘州老窖品牌白酒樣本。以此類推對其余8個類別的白酒樣本重復上述訓練和測試步驟，最后9個單類分類器對各自正類和異類測試樣本的測試情況以及正確率按行列于表2。

表2　R各單類分類器真假識別正確率

4.2實驗分析

表2的第一行列出用于識別瀘州老窖白酒真假的單類分類器的識別情況，第一個數據16/4表明該單類分類器對20個正類測試樣本識別出16個，有4個被錯判為異類，其后的8個數據表明該分類器對其他8個類別中隨機選出的10個異類測試樣本均正確識別出來，最后該單類分類器的識別正確率為96%。表2以下各行數據以此類推。

實驗中各單類分類器對正類樣本誤分的原因，一方面在于訓練過程中，為了最大化超平面與原點的距離同時使得非線性可分問題有解，允許一定比例的訓練樣本（正類樣本）錯分，導致一些稍微離群的正類樣本被劃分到超平面之外成為異類樣本，通俗地說，為了讓超平面把正類樣本包裹的較緊，放棄了最外圍的小部分正類樣本，所以對異類樣本識別率很高，而對正類樣本識別稍差。另一方面，樣本數量準備的還不夠充分，同時由于訓練樣本是隨機選取的，很難把樣本集最外圍的支持向量全部選取到，因此必然有小部分正類樣本處在分類超平面之外。

實驗數據表明，訓練出來的9個單類分類器對異類樣本均有較好的識別能力，而對正類樣本的識別稍低，各單類分類器總體識別正確率均在93%以上。綜上所述，本文提出的基于單類支持向量機的電子鼻對白酒真假識別有較好識別正確率。

在對單類分類器參數尋優過程中，由于提供的樣本僅僅是正類樣本，因此交叉驗證正確率僅僅是對正類樣本的測試結果，此時交叉驗證正確率最高的參數可能不是最好的參數，而加入異類樣本某些情況下又不允許，因此下一步工作將對單分類支持向量機的分類方法進行改進，以期更高的識別率。

5　結語

白酒行業假酒的泛濫以及傳統假酒檢測方法的弊端給白酒真假識別方案的設計帶來了挑戰，本文提出的基于單類支持向量機的電子鼻白酒識別系統為快速性、客觀性、低成本等要求下的白酒真假識別任務提供了新的方案。相比于傳統的白酒識別方法，本文采用自主設計的電子鼻系統，其檢測的快速性有較大優勢，并且檢測成本較低、結果客觀。

實驗中對每種白酒的真假識別任務都訓練一個單類分類器，訓練時只需提供該品牌的白酒樣本而無需搜集假酒樣本，既減輕了分類器的訓練任務，同時也避免了采用多類分類方法時存在的數據傾斜嚴重的問題，另外電子鼻系統的識別范圍也可以靈活擴展，添加新的單類分類器后，系統中識別其它品牌白酒的單類分類器不會受到影響，系統擴展性和可維護性較好。

［1］秦輝.基于可視化仿生嗅覺系統的白酒檢測研究［D］.重慶：重慶大學，2011.

［2］楊國強，張淑娟.電子鼻技術在酒類識別應用中的研究進展［J］.山西農業大學學報（自然科學版），2010，1：91-96.

［3］惠國華，陳欲泉.基于電子鼻的低溫貯藏草魚品質預測方法研究［J］.傳感技術學報，2012，25（2）：157-161.

［4］Xiao Y S，Liu B，Yu P S，et al.A Robust One-Class Transfer Learning Method with Uncertain Data［J］.Knowledge and Information Systems，2015，44（2）：407-438.

［5］Pla F，Latorre Carmona P，Sotoca J M.One-Class Classification Techniques in Image Recognition Problems.IEEE Workshop on Information Optics（WIO），2013：1-3.

［6］黃潔，李燕，尹芳緣，等.使用電子鼻預測低溫貯藏羅非魚儲存時間［J］.傳感技術學報，2013，26（10）：1317-1322.

［7］吳莉莉，鄭丹，鄭寶周.基于電子鼻技術的花椒品種鑒別方法研究［J］.傳感技術學報，2013，26（11）：1473-1477.

［8］湯旭翔，劉偉，韓圓圓，等.基于電子鼻和非線性數據特征分析的雞肉新鮮度檢測方法［J］.傳感技術學報，2014，27（10）：1443-1446.

［9］亓培鋒，孟慶浩，井雅琪，等.用于白酒識別的電子鼻數據分析與參數優化［J］.天津大學學報（自然科學版），2015，48（7）：643-651.

［10］Jing Y Q，Meng Q H，Qi P F，et al.Electronic Nose with A New Feature Reduction Method and A Multi-Linear Classifier for Chinese Liquor Classification.Review of Scientific Instruments，2014，85（5）：055004-055004-10.

［11］沈正維，李秋菊.支持向量機與神經網絡的關系研究［J］.生物數學學報，2006，21（2）：204-208.

［12］吳莉莉，鄭丹，鄭寶周，等.基于電子鼻技術的花椒品種鑒別方法研究［J］.傳感技術學報，2013，26（11）：1473-1477.

［13］鄒小波，趙杰文.電子鼻數據的預處理技術與應用［J］.農業機械學報，2006，37（5）：83-86.

［14］Vapnik V N.The Nature of Statistical learning theory［M］.NY，USA：Springer Verlag，1995：138-145.

［15］周海濤，殷勇，于慧春.勁酒電子鼻鑒別分析中傳感器陣列優化方法研究［J］.傳感技術學報，2009，22（2）：175-178.

［16］占瓊，張順平，范超群，等.特征選擇在電子鼻系統陣列優化中的應用［J］.傳感器與微系統，2008，27（2）：114-117.

［17］程邵明，王俊，王永維，等.基于電子鼻技術的不同特征參數對番茄苗早疫病病害區分效果影響的研究［J］.傳感器技術學報，2014，27（1）：1-5.

［18］Utkin L V，Chekh A I.A New Robust Model of One-Class Classification by Interval-Valued Training Data Using the Triangular Kernel［J］.Neural Networks.2015，69：99-110.

［19］李琪，盧榮勝，陳成.基于1-分類支持向量機的機器視覺缺陷分類方法［J］.合肥工業大學學報（自然科學版），2012，35（10）：1311-1315.

［20］劉家辰，苗啟廣，曹瑩，等.基于混合多樣性生成與修剪的集成單類分類算法［J］.電子與信息學報，2015，37（2）：386-393.

［21］陳渝，韓春燕.基于單類SVM和甲醛多示例采樣方法的目標跟蹤算法［J］.西南師范大學學報（自然科學版），2014，39（3）：1-8.

［22］Jumutc V，Suykens J A K.Supervised Novelty Detection.2013 IEEE Symposium on Computational Intelligence and Data Mining（CIDM），2013：143-149.

［23］Parhizkar E，Abadi M.BeeOWA：A Novel Approach Based on ABC Algorithm and Induced OWA Operators for Constructing One-Class Classifier Ensembles［J］.Neurocomputing，2015，166：367-381.

［24］顏景斌，吳石，伊戈爾，等.基于單類支持向量機的音頻分類［J］.計算機應用，2009，29（5）：1419-1422.

［25］Xiao Y C，Wang H G，Xu W L.Parameter Selection of Gaussian Kernel for One-Class SVM.IEEE Transactions on Cybernetics，2015，45（5）：927-939.

Application of Electronic Nose in True-Fake Chinese Liquors Recognition Based on One-Class SVM*

ZHOU Yu，MENG Qinghao*，QI Peifeng，JING Yaqi，ZENG Ming
（School of Electrical Engineering and Automation，Tianjin University，Tianjin 300072，China）

Aimed at the imbalanced number between the true and fake Chinese liquor samples（normal and abnormal samples）and the lack of abnormal sample categories in truecfake Chinese liquor recognition by multi-class classification，a true-fake recognition method using one-class SVM（Support Vector Machine）to train a one-class classifier for each brand of liquor is put forward.Firstly，a self-designed electronic nose system was used to sample different brands of liquor.Secondly，after data pre-processing，feature generation and feature reduction in turn，the data sampled from the sensor array was transformed into test samples of classification.Thirdly，the optimal parameters for each one-class classifier were found by grid-search.Finally，each one-class classifier was tested on the truefake recognition effect by the corresponding samples.The true-fake recognition rate of one-class classifiers ranges from 93%to 98%，which indicates that the self-designed electronic nose system combined with one-class SVM has a good performance of true-fake Chinese liquor recognition.

electronic nose；Chinese liquors；true-fake recognition；one-class SVM