基于電子鼻技術(shù)多算法檢測熱帶水果品質(zhì)的實驗研究

王宇菲+譚妹二+許桂香

摘要：文章以海南熱帶農(nóng)產(chǎn)品中的主要產(chǎn)品，熱帶水果在倉儲、運輸中存在的品質(zhì)改變問題的實時監(jiān)測為目的，綜合選取實驗對象，通過電子鼻原理技術(shù)設(shè)備進(jìn)行實驗測試，采用BP、PCA-BP、LDA-BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行分析比較，得出客觀數(shù)據(jù)，用以分析所研究電子鼻系統(tǒng)關(guān)鍵技術(shù)的識別性能及其穩(wěn)定性。

關(guān)鍵詞：電子鼻；熱帶水果；算法分析

中圖分類號：TP391.4 文獻(xiàn)標(biāo)示碼：A DOI：10.3969/j.issn.1003-6970.2016.03.010

0引言

海南熱帶農(nóng)產(chǎn)品中主要以熱帶水果為主要產(chǎn)品，海南熱帶水果也一直以來備受全國人民的青睞和喜愛，尤其在冬季的大陸水果市場更是占據(jù)主要角色，長期以來在倉儲和運輸中各種水果的品質(zhì)變化問題一直很重要，其決定了水果上市的品質(zhì)好壞及經(jīng)濟效益。熱帶農(nóng)產(chǎn)品無論果蔬或其他農(nóng)產(chǎn)品，在倉儲和運輸過程中都會釋放一定的特征氣體，如：氨氣、乙醇、硫化氫及其他揮發(fā)性有機氣體等，通過這些氣體的濃度、密度指標(biāo)即可分析出產(chǎn)品的品質(zhì)變化情況，及倉儲、運輸?shù)淖顑?yōu)時期值，通過對其實時的監(jiān)測和檢測來監(jiān)控器變化狀態(tài)，采取必要措施，保證農(nóng)產(chǎn)品的品質(zhì)，減少其過程中的損失。電子鼻既對人類嗅覺感知的模擬。20世紀(jì)九十年代，英國Warwick大學(xué)的Gardner和Southampton大學(xué)的Bartlett率先提出“電子鼻”一詞，并定義為：“是一類由具有部分選擇性的化學(xué)傳感器陣列與相關(guān)的模式識別系統(tǒng)組成的，通過傳感器的部分專一性和系統(tǒng)的模式識別功能，用來檢測簡單或復(fù)雜氣味的電子儀器設(shè)備”。市場上主要以國外產(chǎn)品為主，且價格較為昂貴，大多在十幾萬、幾十萬美元左右，由于傳感器技術(shù)、微電子及MEMS等技術(shù)的發(fā)展及應(yīng)用的需求，電子鼻系統(tǒng)的產(chǎn)品也隨之向小體積、低成本、實用性趨勢發(fā)展，其市場化前景很好。

我們可通過對市場上現(xiàn)有電子鼻系統(tǒng)的技術(shù)設(shè)計與改進(jìn)，使其能夠進(jìn)行充分的科學(xué)實驗，通過選取具有代表性的芒果、香蕉、木瓜、釋迦等熱帶水果，對其進(jìn)行品質(zhì)識別實驗、腐敗過程監(jiān)測實驗通過對所得取得實驗數(shù)據(jù)處理，對其檢測識別效果進(jìn)行比對及分析，得到有價值的研究結(jié)論。

1實驗平臺搭建

檢驗平臺搭建主要以電子鼻系統(tǒng)的基本功能模塊配置為基礎(chǔ)，大致包括：傳感器陣列、信號采集模塊、氣路控制模塊、氣室溫度控制模塊、控制器、數(shù)據(jù)存儲模塊、通訊接口、按鍵及顯示屏幾個模塊，并獨立工作，由內(nèi)置訓(xùn)練好的識別算法給出識別結(jié)果。

工作原理是通過采樣系統(tǒng)將待測樣品的特征氣體采入氣室中，然后由信號采集模塊采集傳感器陣列對樣品氣體的響應(yīng)，提供給模式識別單元給出最終的判斷結(jié)果。

實驗平臺構(gòu)成的另一主要部分是軟件系統(tǒng)，其功能為完成系統(tǒng)操作的各種控制。按照模塊功能劃分，可系統(tǒng)軟件分為主程序、ADC驅(qū)動、溫濕度傳感器驅(qū)動、LCD驅(qū)動、測量控制模塊、溫度控制模塊、識別算法模塊和通訊模塊。

2實驗過程描述

本次測試中采用了不同品質(zhì)狀態(tài)的四中熱帶水果農(nóng)產(chǎn)品進(jìn)行四組實驗（本實驗分別選取海南代表性的熱帶水果澳芒、木瓜、釋迦、香蕉等為實驗對象），其揮發(fā)的特征氣體組分十分復(fù)雜，而且氣體傳感器具有交叉靈敏度，所以氣體傳感器陣列的輸出信號并不能直接用于芭蕉品質(zhì)的判斷。因此，必須選擇有效的數(shù)據(jù)預(yù)處理技術(shù)并結(jié)合智能模式識別對相關(guān)數(shù)據(jù)進(jìn)行處理，其主要包括數(shù)據(jù)處理、特征提取、降維處理和識別算法四部分。

傳感器歸一化可以使每個傳感器的輸出處于[0，1]之間，從而使響應(yīng)向量的每一個元素處于同一數(shù)量級，即可減少識別中的計算誤差，又可使神經(jīng)網(wǎng)絡(luò)識別器的輸入空間準(zhǔn)備合適的數(shù)據(jù)。

本實驗針對不同品質(zhì)狀態(tài)的澳芒、木瓜、釋迦、香蕉等樣品，系統(tǒng)分別進(jìn)行了2分鐘的數(shù)據(jù)采集，在1Hz的采樣頻率下每個傳感器輸出120個數(shù)據(jù)，因此每個樣品獲得了120×6的數(shù)據(jù)。由每路傳感器響應(yīng)的最大值組成的樣品特征矩陣是一個六維數(shù)據(jù)，在進(jìn)行模式識別時，計算量仍然較大。因此，嘗試使用了PCA和LDA兩中方法對特征數(shù)據(jù)進(jìn)行了降維處理。將省略降維處理步驟的算法稱之為BP算法；在降維處理中采用PCA算法的數(shù)據(jù)處理步驟稱為PCA+BP算法；而降維處理中采用LDA算法的數(shù)據(jù)處理步驟稱為LDA+BP算法。并對比了這三種不同算法的判別結(jié)果。

釋迦、香蕉品質(zhì)識別實驗樣品實物照片

各樣品品質(zhì)識別實驗的樣品為正常樣品、擠傷的樣品、略有腐敗或開裂的樣品各1個，下圖為樣品實物照片。每個樣品重復(fù)測試3次。作為對比，在潔凈的空氣中做了3次對比實驗。

先進(jìn)行傳感器歸一化處理，然后提取最大值特征，再對比PCA和LDA的降維效果，最后比較BP、PCA+BP和LDA+BP算法的判別結(jié)果。

3實驗綜合數(shù)據(jù)分析

從實驗數(shù)據(jù)的主成分分析結(jié)果看，每一組中品質(zhì)不好的兩個樣品的氣體主成分的貢獻(xiàn)率均在50%以上，累計貢獻(xiàn)率達(dá)89.62%，可以認(rèn)為基本代表了數(shù)據(jù)的基本信息。從具體試驗數(shù)據(jù)里可以得出，各類之間有明顯的邊界，其中空氣樣本與每組中三類樣品對象的氣體都能明顯區(qū)分開，而三類樣品對象之間，除了正常的樣品對象與其它兩個差品質(zhì)對象之間的類間距較遠(yuǎn)外，其余兩個差品質(zhì)對象的類間距都較近。這應(yīng)該是由于擠傷的樣品對象、腐敗獲開裂樣品對象會釋放一些相似的特征氣體所造成的。

對傳感器響應(yīng)數(shù)據(jù)進(jìn)行歸一化及特征提取后，使用LDA分析方法對數(shù)據(jù)進(jìn)行降維處理以及LDA的處理。其中，LD1和LD2的變化量分別為86.34%和10.13%，其數(shù)據(jù)總貢獻(xiàn)率為89.62%，將其作為BP神經(jīng)網(wǎng)絡(luò)的輸入信號，可有效地對樣品進(jìn)行分類識別。

最終用測試樣本進(jìn)行測試，結(jié)果表明使用LDA+BP算法時系統(tǒng)判別準(zhǔn)確率可達(dá)100%，即可有效的對每種水果樣品的三種樣品的狀態(tài)進(jìn)行區(qū)分，以達(dá)到品質(zhì)檢測的目的。

澳芒、木瓜、釋迦、香蕉腐敗過程監(jiān)測實驗的樣本為每組3個形狀略有區(qū)別，品質(zhì)腐敗程度不一樣的，每天每個樣本測試3次，一共測試了5-9天不等。樣品的變化過程如下圖所示。

從實驗數(shù)據(jù)總的趨勢來看，在腐敗過程中，隨著腐敗過程的進(jìn)行，數(shù)據(jù)第一主成分的值在不斷的增大，而第二主成分的值則是一個反復(fù)震蕩的過程。這可能是由于樣品的腐敗過程的復(fù)雜性造成的，另一種可能是由于系統(tǒng)存在一定的測量誤差創(chuàng)成的。

最終用測試樣本進(jìn)行測試，結(jié)果表明使用LDA+BP算法時系統(tǒng)判別準(zhǔn)確率可達(dá)100%，基本可有效區(qū)分四種熱帶水果樣品的不同腐敗階段，可以進(jìn)行四種熱帶水果樣品的腐敗預(yù)測。使用BP神經(jīng)網(wǎng)絡(luò)和PCA+BP的方法，其識別準(zhǔn)確率分別為76.16%和85.18%，具體結(jié)果如下表所示。

該系統(tǒng)能夠成功識別所實驗不同樣品的狀態(tài)。實驗結(jié)果表明，在直接采用BP神經(jīng)網(wǎng)絡(luò)算法時，我們的系統(tǒng)的識別正確率為74.07%；而采用PCA+BP神經(jīng)網(wǎng)絡(luò)及LDA+BP神經(jīng)網(wǎng)絡(luò)識別算法時，系統(tǒng)的識別正確率分別為85.18%和100.00%。

另外該系統(tǒng)在預(yù)測四種熱帶水果的腐敗進(jìn)程上也具有一定的效果。經(jīng)測試，使用LDA+BP算法時系統(tǒng)判別準(zhǔn)確率可達(dá)95.23%，基本可有效區(qū)分各類水果的不同腐敗階段，可以進(jìn)行熱帶水果的腐敗預(yù)測。同時，還使用BP神經(jīng)網(wǎng)絡(luò)和PCA+BP的方法對同樣四種熱帶水果的腐敗過程進(jìn)行預(yù)測，其預(yù)測確率分別為78.06%和86.17%。

4結(jié)束語

由于農(nóng)產(chǎn)品的類別不同，所釋放的氣味氣體非常復(fù)雜，本系統(tǒng)只能對熱帶農(nóng)產(chǎn)品中熱帶水果的品質(zhì)狀態(tài)進(jìn)行一個基本分類，不能區(qū)分其所有品質(zhì)狀態(tài)，目前可實現(xiàn)一種低成本的簡易少類別的測試技術(shù)產(chǎn)品。基于電子鼻的關(guān)鍵技術(shù)，并且通過優(yōu)化設(shè)計使其趨向于便攜式的發(fā)展，尋求一種專門針對熱帶農(nóng)產(chǎn)品品質(zhì)檢測的便攜式類電子鼻檢測系統(tǒng)，最終形成產(chǎn)品化，應(yīng)用到倉儲和物流過程中去，具有很好的市場經(jīng)濟效益及應(yīng)用需求前景。