基于流速调制的电子鼻系统开发及其在黄酒酒龄分类中的应用

摘要 一种基于流速调制的电子鼻系统，在流速可变的情况下，通过改变进气流速来扩大传感器对不同气体的响应范围，以此来提高识别正确率，缩短检测时间。应用改进的自适应主成分分析算法（Adaptive Principal Component Analysis，AD-PCA）对黄酒酒龄进行分类来验证此电子鼻系统，并将该算法的结果与支持向量机算法（Support Vector Machine，SVM）和误差反向传播神经网络算法（Back-Propagation Neural Network，BPNN）的结果进行对比，实验结果表明：对于5种不同酒龄的黄酒，AD-PCA得到的平均正确分类率为93.6%，SVM得到的平均正确分类率为92%，BPNN得到的平均正确分类率为100%，与固定流速相比，可以在保证较高准确率的基础上做到快速分类，并且有效缩短检测时间