基于深度学习的电子鼻白酒识别方法研究

基于深度学习的电子鼻白酒识别方法研究

ID:37022805

大小:3.37 MB

页数:76页

时间:2019-05-17

基于深度学习的电子鼻白酒识别方法研究_第1页
基于深度学习的电子鼻白酒识别方法研究_第2页
基于深度学习的电子鼻白酒识别方法研究_第3页
基于深度学习的电子鼻白酒识别方法研究_第4页
基于深度学习的电子鼻白酒识别方法研究_第5页
资源描述:

《基于深度学习的电子鼻白酒识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国家自然科学基金资助项目(资助号:61573253,61271321,61603270)天津市科技支撑项目(资助号:14ZCZDSF00025)基于深度学习的电子鼻白酒识别方法研究ResearchonDeepLearningbasedChineseLiquorsRecognitionusingElectronicNoseSystems学科专业:控制科学与工程研究生:赵为指导教师:孟庆浩教授天津大学电气自动化与信息工程学院二零一七年十一月摘要电子鼻是一种模拟生物嗅觉系统的检测仪器,主要由气体传感器阵列,预处

2、理模块和模式识别系统三部分组成。自诞生以来,电子鼻以其在检测识别上快速和便携的优点,已经广泛应用于食品安全、环境监测和疾病诊断等领域。数据处理是电子鼻技术的一个重要部分,传统的电子鼻数据处理主要包括预处理、特征提取(特征生成和降维)和分类识别等步骤。这些步骤每一步都有很多种方法或算法,由于缺乏固定的原则,选择合适的方法组合比较费时费力。针对不同的电子鼻数据,传统方式可能不具有通用性。针对以上传统电子鼻数据处理的缺点,本文重点研究了基于深度学习的数据处理方法,并将其和自主研发的电子鼻系统相结合,实现不同品牌

3、白酒的识别分类。本文的主要工作如下:(1)提出将堆栈稀疏自动编码器(StackedSparseAuto-encoders,SSAE)用于电子鼻数据的特征学习的方法。SSAE是一种深度学习模型,它通过无监督贪婪逐层算法进行预训练,从原始电子鼻数据中自动学习特征,替代了传统方法中人为设计的特征。根据SSAE网络结构构建BP神经网络(BackPropagationNeuralNetwork,BPNN),并利用SSAE预训练的参数初始化BPNN,然后通过有标签的数据利用反向传播算法微调整个网络,在BPNN输出层添

4、加Softmax回归函数实现多种白酒的分类。(2)为了获得SSAE-BPNN最优的分类效果,进行大量实验优化网络结构和参数。使用交叉验证法评估本文分类器的性能,采用分类准确性作为评估指标。首先,对SSAE-BPNN的网络结构进行了设计,设计了含有两个隐含层的简单网络,有效地缓解了过拟合问题。其次,通过实验设置了SSAE-BPNN网络合适的超参数和训练迭代次数。(3)设计了不同的对比实验验证SSAE-BPNN算法的优势。首先,对比了堆叠自动编码器(StackedAuto-encoders,SAE)和SSAE

5、,二者经过特征学习后输入相同的BPNN分类器。其次,对比了支持向量机(SupportVectorMachines,SVM)和BPNN分类器,二者使用相同的SSAE学习特征,结果表明SSAE-BPNN的分类效果优于SAE-BPNN和SSAE-SVM。最后比较了深度学习方法和传统方法,结果表明深度学习方法不仅可以获得更高的准确率,还简化了数据处理过程。关键词:电子鼻,数据处理,白酒识别,深度学习,堆叠稀疏自动编码器IABSTRACTElectronicnose(e-nose)isadetectioninstr

6、umentinspiredbybiologicalolfactorysystems,whichconsistsofasensorarray,asignalpreprocessingmoduleandapatternrecognitionsystem.Sincee-nosewasinvented,ithasbeenwidelyusedinfoodsafety,environmentalmonitoringanddiseasediagnosis.Thedataprocessingisanimportantpa

7、rtofe-nosetechnology,andthetraditionaldataprocessingprocedureofane-nosemainlyconsistsofseveralsteps,i.e.,pre-processing,featureextraction(featuregenerationandreduction)andclassification.Eachstephasplentyofoptionalmethodsoralgorithms.Becausethereisnounifor

8、mrule,itiscomplicatedandempiricalforchoosingappropriatemethods.Moreover,traditionalmethodsmaynotbeuniversalfordifferentkindsofe-nosedata.Aimingatsolvingtheproblemsofthetraditionaldataprocessingine-noses,thisthesisca

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。