电子鼻漂移实时分离机制与长期稳健检测食品方法

Electronic nose (E-nose) is a very promising tool to test volatile complex samples such as food. However, it has not the long term robust detection ability till date. The main reason is that the problem of E-nose drift has not been solved comprehensively and thoroughly. In addition, the comprehensive characterization method of E-nose response signals and the robust nonlinear modeling method are also very important for long term robust detection model of E-nose. Thus, in the project, the independent component analysis, multi-scale wavelet packet decomposition, energy analysis and others will be employed to investigate the real-time separation method of E-nose drift. Then, the separability analysis will be used to estimate the discriminant ability of every kind of feature variate corresponding to each gas sensor in E-nose, and on the basis of the estimation results, the characterization method of different combined feature variates is going to be explored by coupling multivariate discriminant ability analysis with multivariate hypothesis test. At the same time, to convert nonlinear problem into linear problem by transformation function with unknown parameter as a starting point, when the criterion function for evaluating the converting quality is established by some measuring indexs such as distance and correlation coefficient, the definition method of the unknown parameter will be researched with the help of optimization analysis so as to obtain the best linear analysis space. And then the nonlinear robust modeling method based on analysis space transformation will be proposed. These research findings will lay the solid foundation for the long term robust detection of food/complex samples using E-nose, and they may possess wide and general guidance value.

电子鼻在检测食品等复杂样品时具有很大的潜力，但至今仍不具有长期稳健检测的能力。其主要原因是，漂移问题还没有得到彻底解决。另外，电子鼻测试信号的全面表征与可靠的非线性建模方法，对构建长期稳健的检测模型也至关重要。为此，本项目运用独立分量分析、多尺度小波包分解、能量分析等手段研究电子鼻漂移实时分离方法；运用变量可分性评价方法对电子鼻中每个传感器提取的不同特征进行鉴别能力评价，在此基础上，耦合多变量判别能力分析与多态检验分析，研究能够全面反映电子鼻测试信号的组合特征表征方法；以通过变换函数把非线性问题线性化为出发点，运用距离测度、相关系数等度量指标，构建能够评判空间变换优劣的准则函数，并借助于优化分析，研究变换函数中未知参数的确定方法，以获取最佳的线性分析空间，进而提出基于空间变换的非线性稳健建模方法。这些研究必将为电子鼻能够长期稳健检测食品等复杂样品奠定基础，并具有不失一般性的指导价值。

电子鼻在检测食品等复杂样品时不具有长期稳健的检测能力。其主要原因是，漂移问题还没有得到彻底解决。另外，电子鼻信号的有效表征以及可靠的建模方法对稳健检测的实现也至关重要。为此，项目组针对这些问题进行了深入研究。.1. 提出了一种空载数据结合小波包分解的阈值边界内缩放替代漂移校正方法。具体是：在获得电子鼻空载数据小波包分解的低频系数集前提下，利用统计学标准偏差理论给出阈值上、下界函数；把空载阈值上、下界函数通过调节变换成样本阈值上、下界函数，并把边界外的信息看作漂移信息。这样阈值函数就作为“分离准则”，完成漂移信息的去除。.2. 提出了一种空载数据结合小波包分解的多元散射消除校正方法。该方法是根据漂移具有方向性偏斜和不同时期因老化等造成的偏移量这一现象，并借助于多（高）光谱信息校正中的多元散射校正思想提出的。.3. 提出了一种基于多元统计理论融合分析的特征参量表征策略。在主成分分析处理初始特征向量矩阵的基础上，借助于Wilks统计量选取有用的主成分，然后根据每个选取的主成分都是初始特征变量的线性组合，再反向求出每个特征变量对应所选主成分的组合系数和，最后根据和的大小来选择特征变量。.4. 提出了一种基于Wilks统计量的特征变量选择方法。该方法直接把个初始特征变量看成独立变量，利用Wilks统计量计算各变量的判别能力，根据其大小来选择特征变量。.5. 提出了基于核变换或核熵变换融合费歇尔判别分析的非线性问题线性化建模方法，实现了稳健鉴别模型的构建。.上述成果的有效性已被白酒样品、食醋样品以及霉变玉米样品的检测应用所证明。尤其提出的电子鼻漂移分离校正方法和电子鼻信息表征特征选择策略具有明显的创新性，对提升电子鼻的长期稳健检测能力给予了有力的技术支持。