电子鼻鉴别白酒信号小波去漂移方法

摘要

为提高电子鼻长期鉴别的稳健性,提出了一种基于小波分析的电子鼻信号去漂移方法.对含漂移信号的电子鼻数据进行小波分解,获得分解系数;构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理,获得修正的小波系数;运用小波逆变换对修正后的小波系数进行重构,得到去除漂移或少漂移的电子鼻信号.对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构,提取去漂移处理前后的电子鼻信号积分值特征,并运用Fisher判别分析(FDA)和BP神经网络分别对5组数据集进行鉴别分析.FDA鉴别结果显示,无论是训练集还是测试集,5组样本的鉴别正确率由去漂移前的最高值45％提升至去漂移后的100％.BP神经网络鉴别结果显示,5组样本的鉴别正确率由去漂移前的最高值31.7％提升至去漂移后的98.3％.这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的.同时,也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法.