摘要:随机共振向人们展示了噪声在非线性系统中的积极作用,在深入分析非周期随机共振FHN模型的基础上,提出了一种基于最大互相关系数的方法来进行电子鼻信号的分类识别。实验中8只传感器构成的电子鼻阵列采集了燕麦不同程度的早期霉变数据,对这些数据利用主成分分析法降维处理后,通过非周期随机共振系统,发现不同霉变程度的燕麦,其最大互相关系数不同,而且对每个类别该系数几乎是常数,因此能准确地用来代表不同的类别。实验结果表明基于非周期随机共振的最大互相关系数法准确可行,为电子鼻信号的分类识别提供了一种新的思路和方法。
关键词:非周期随机共振 互相关系数 电子鼻 主成分分析 粮食早期霉变
单位:河南农业大学理学院 郑州450002 浙江工商大学食品与生物工程学院 杭州310035
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社