matlab的水果种类主成分分析方法研究【字数：10267】
摘 要本文以电子鼻技术为基础开展水果种类的快速检测及分类方法研究，主要工作如下（1）本文以芒果、油桃、苹果和橙子四种水果为代表，采用PEN3电子鼻（10个传感器）对4类水果进行快速信息采集，其中每个样本采集15组数据，每组数据采集120秒。（2）采取主成分分析的方法（Principal Component Analysis，PCA）对所选采集的水果降低样本数据的维度，以此保证了模型输入变量的精简性，从而得到可以代表该四种水果种类的特征值及特征向量。在利用主成分分析方法进行特征提取的后，采用SVM进行模式识别，建立了基于PCA-SVM的水果种类识别模型。（3）最后在MATLAB环境下，编程并测试本文采集的数据及所提出的分类及识别方法的有效性。本文对电子鼻系统测试的4类水果数据共计63组进行分析，其中44组（每类11组，共计44组）用作训练，19组用于测试。通过在MATLAB环境下仿真测试，实验结果表明，通过PCA结合线性核函数的SVM识别效果最佳，测试的4类19组样本均能准确识别。
目 录
1. 绪论 1
2. 电子鼻及水果分类方法 2
2.1 电子鼻的发展与应用 2
2.2 电子鼻的组成 3
2.3 目前国内的水果分类方法 4
2.4 本章小结 5
3. 数据处理及识别方法 6
3.1 主成分分析法 6
3.2 PCA数学推导 6
3.3 SVM模型及推导 7
3.4 本章小结 11
4. 实验结果与分析 13
4.1 原始数据 13
4.2 数据导入处理 14
4.3 实验结果 17
4.4 结果分析 18
4.5 本章小结 19
5. 总结与展望 20
5.1 总结 20
5.2展望 20
参考文献 21
致谢 22
附录 23
1. 绪论
近年来，随着经济的快速发展，生活水平显著提升，人们对于生活品质的追求也越来越高，水果作为人们日常生活中最常见的消费品之一，需求量巨大且具有非常广阔的市场。
*好棒文|www.hbsrm.com +Q: ^351916072^
然而目前，水果采摘后的分类和评价主要依靠人工分拣，缺点是工人的分类和评价水平有一定的差距与差异，受个人主观因素的影响很大。尽快目前已有很多专家及学者正在积极研发水果的快速检测技术，如通过理化分析方法（GCMS）、光谱检测法、色度标记法等，但对于检测的要求、检测周期长且操作要求高，不适合普通消费者推广。
电子鼻技术作为一种新型的检测技术，可以通过气味采集、判别物质种类。电子鼻技术起源上世纪90年代，经历近30年的发展，已经在食品安全、环境监测及毒害气体检测领域广泛应用。
而气味作为反映水果种类和新鲜度的有效特征指标之一，对于水果筛选具有很重要的参考依据。本课题选取了10个敏感程度不同的PEN3气敏传感器组成了一个传感器阵列对水果进行信息采集。然后采用主成分分析方法对传感器采集的水果气味数据进行选择和降低维度。结合了支持向量机的方法构成了仿生嗅觉系统。并通过MATLAB编程实现算法仿真和结果分析。我们希望能够得到一个整体过程简单，系统实时性较高的，并且实施容易可以大范围推广实际使用的水果分类方法。来降低水果挑选分类对人力劳动的绝对依赖，降低中间成本。最终通过全面的智能化方式进行水果的机械化识别与分类，既可以提高初端果农收入也可以降低水果的终端价格。
水果分类首先是一个识别问题。本质是根据对不同水果的气味信息进行特征提取，然后通过对提取特征的识别，判断该气味属于哪种水果。问题主要在于水果气味复杂，可提取的特征过多，要抓住对水果气味起决定性作用的特征，然后对特征进行降维处理，建立一个可以较好识别水果的数学模型。
为建立水果的识别模型，首先需要寻找各个水果的大量样本，然后分析所需建立模型具有的特点。对于水果气味的识别模型，每种水果的气味是一定的，所以所建立模型的特点是一个可以较好拟合小样本的模型，由于水果的多样性，所以识别模型是一个多分类的问题，而且要具有快速的收敛性和快速的识别能力。
2. 电子鼻及水果分类方法
2.1 电子鼻的发展与应用
通过研究生物鼻子工作原理，20世纪90年代开发出了一种新型智能检测技术——电子鼻系统。它结合了传感器阵列技术，模式识别技术，计算机技术，神经生理学等。它是一项综合技术。仿生嗅觉的第一环节就是气敏传感器，随着它们地研究与发展，仿生嗅觉系统的识别能力也有了长足的进步。阵列传感器可以是多个分立元件组合而成也可以由单片集成。类型有很多种，比如有以表面声波器件，电化学器件和半导体传感器为主的分立元件。还有以导电聚合物和金属氧化物集成的阵列传感器。在研究过程中的第一步就是选择正确传感器阵列。
在生物鼻子的工作过程中，鼻子内的感受细胞可以对不同的气体产生兴奋，甚至对于浓度不同的同一种气体敏感程度不同。显示出一个非常广泛的反应谱。大脑通过把多个气敏细胞的信号和不同程度的兴奋整合起来来获得生物的嗅觉。其中信号既是独立的又有交叉灵敏度。
因此，我们在构造传感器阵列的时候，使得每个气体传感器灵敏度都有一定的交叉，这样不仅可以大大降低传感器的选择难度，而且不影响甚至还提高了阵列传感器的性能。为了实现电子鼻系统的选择性，普遍方法就是利用阵列传感器的交叉灵敏度来实现，并通过模式识别的办法提高了测量精度。
仿生嗅觉系统可以通过阵列传感器对水果气味的响应信号，来应用于水果的智能化检测。这种方法不但客观，准确，快速，还可以做到完全无损。是一种新颖的水果分拣办法。
外国Simon[12]等人。用电子鼻来研究草莓的味道。研究发现，气体传感器可以检测包装中草莓的破坏程度和果实的不同成熟度。 Corrado DiNatale等人[13]利用仿生嗅觉的办法对柑橘和苹果进行质量评估。他们的研究表明，使用电子鼻可以很容易地区分苹果的类型和损害程度。在进一步的实验中甚至可以测量出柑橘的储存天数。此外，他们还研究了瓜，梨，桃，香蕉和苹果等水果。Pathange等人[14]的研究可以利用电子鼻以83％的测量精度来区分苹果的成熟度。
本文选取了德国AIRSENSE公司PEN3电子鼻，以下为PEN3的简介：
PEN3电子鼻具有小巧、高效的优点，通常可以很快的分辨出单一化合物。它对于混合气体的检测也比较精准。应用范围很广，可以完美地对应于各种不同的识别计算机系统。
PEN3电子鼻内部一共是由10个金属氧化物传感器构成了气体采集检测传感器阵列（，十个传感器对应的敏感物质类型如表21所示。当然也可以根据具体的要求灵活地增加或选择合适的传感器。它能够在各种恶劣的条件下稳定地工作，这得益于其内部有一个特殊的内置流量调节器。还有比如：内置检测气发生器功能、传感器的校正功能等保障了各种各样的需求。
此外，针对于检测对象浓度较低的情况时，PEN3电子鼻可以通过气体富集单元EDU富集，来实现低浓度检测对象的数据测量。
表21 化学传感器及其对应的敏感物质类型
目 录
1. 绪论 1
2. 电子鼻及水果分类方法 2
2.1 电子鼻的发展与应用 2
2.2 电子鼻的组成 3
2.3 目前国内的水果分类方法 4
2.4 本章小结 5
3. 数据处理及识别方法 6
3.1 主成分分析法 6
3.2 PCA数学推导 6
3.3 SVM模型及推导 7
3.4 本章小结 11
4. 实验结果与分析 13
4.1 原始数据 13
4.2 数据导入处理 14
4.3 实验结果 17
4.4 结果分析 18
4.5 本章小结 19
5. 总结与展望 20
5.1 总结 20
5.2展望 20
参考文献 21
致谢 22
附录 23
1. 绪论
近年来，随着经济的快速发展，生活水平显著提升，人们对于生活品质的追求也越来越高，水果作为人们日常生活中最常见的消费品之一，需求量巨大且具有非常广阔的市场。
*好棒文|www.hbsrm.com +Q: ^351916072^
然而目前，水果采摘后的分类和评价主要依靠人工分拣，缺点是工人的分类和评价水平有一定的差距与差异，受个人主观因素的影响很大。尽快目前已有很多专家及学者正在积极研发水果的快速检测技术，如通过理化分析方法（GCMS）、光谱检测法、色度标记法等，但对于检测的要求、检测周期长且操作要求高，不适合普通消费者推广。
电子鼻技术作为一种新型的检测技术，可以通过气味采集、判别物质种类。电子鼻技术起源上世纪90年代，经历近30年的发展，已经在食品安全、环境监测及毒害气体检测领域广泛应用。
而气味作为反映水果种类和新鲜度的有效特征指标之一，对于水果筛选具有很重要的参考依据。本课题选取了10个敏感程度不同的PEN3气敏传感器组成了一个传感器阵列对水果进行信息采集。然后采用主成分分析方法对传感器采集的水果气味数据进行选择和降低维度。结合了支持向量机的方法构成了仿生嗅觉系统。并通过MATLAB编程实现算法仿真和结果分析。我们希望能够得到一个整体过程简单，系统实时性较高的，并且实施容易可以大范围推广实际使用的水果分类方法。来降低水果挑选分类对人力劳动的绝对依赖，降低中间成本。最终通过全面的智能化方式进行水果的机械化识别与分类，既可以提高初端果农收入也可以降低水果的终端价格。
水果分类首先是一个识别问题。本质是根据对不同水果的气味信息进行特征提取，然后通过对提取特征的识别，判断该气味属于哪种水果。问题主要在于水果气味复杂，可提取的特征过多，要抓住对水果气味起决定性作用的特征，然后对特征进行降维处理，建立一个可以较好识别水果的数学模型。
为建立水果的识别模型，首先需要寻找各个水果的大量样本，然后分析所需建立模型具有的特点。对于水果气味的识别模型，每种水果的气味是一定的，所以所建立模型的特点是一个可以较好拟合小样本的模型，由于水果的多样性，所以识别模型是一个多分类的问题，而且要具有快速的收敛性和快速的识别能力。
2. 电子鼻及水果分类方法
2.1 电子鼻的发展与应用
通过研究生物鼻子工作原理，20世纪90年代开发出了一种新型智能检测技术——电子鼻系统。它结合了传感器阵列技术，模式识别技术，计算机技术，神经生理学等。它是一项综合技术。仿生嗅觉的第一环节就是气敏传感器，随着它们地研究与发展，仿生嗅觉系统的识别能力也有了长足的进步。阵列传感器可以是多个分立元件组合而成也可以由单片集成。类型有很多种，比如有以表面声波器件，电化学器件和半导体传感器为主的分立元件。还有以导电聚合物和金属氧化物集成的阵列传感器。在研究过程中的第一步就是选择正确传感器阵列。
在生物鼻子的工作过程中，鼻子内的感受细胞可以对不同的气体产生兴奋，甚至对于浓度不同的同一种气体敏感程度不同。显示出一个非常广泛的反应谱。大脑通过把多个气敏细胞的信号和不同程度的兴奋整合起来来获得生物的嗅觉。其中信号既是独立的又有交叉灵敏度。
因此，我们在构造传感器阵列的时候，使得每个气体传感器灵敏度都有一定的交叉，这样不仅可以大大降低传感器的选择难度，而且不影响甚至还提高了阵列传感器的性能。为了实现电子鼻系统的选择性，普遍方法就是利用阵列传感器的交叉灵敏度来实现，并通过模式识别的办法提高了测量精度。
仿生嗅觉系统可以通过阵列传感器对水果气味的响应信号，来应用于水果的智能化检测。这种方法不但客观，准确，快速，还可以做到完全无损。是一种新颖的水果分拣办法。
外国Simon[12]等人。用电子鼻来研究草莓的味道。研究发现，气体传感器可以检测包装中草莓的破坏程度和果实的不同成熟度。 Corrado DiNatale等人[13]利用仿生嗅觉的办法对柑橘和苹果进行质量评估。他们的研究表明，使用电子鼻可以很容易地区分苹果的类型和损害程度。在进一步的实验中甚至可以测量出柑橘的储存天数。此外，他们还研究了瓜，梨，桃，香蕉和苹果等水果。Pathange等人[14]的研究可以利用电子鼻以83％的测量精度来区分苹果的成熟度。
本文选取了德国AIRSENSE公司PEN3电子鼻，以下为PEN3的简介：
PEN3电子鼻具有小巧、高效的优点，通常可以很快的分辨出单一化合物。它对于混合气体的检测也比较精准。应用范围很广，可以完美地对应于各种不同的识别计算机系统。
PEN3电子鼻内部一共是由10个金属氧化物传感器构成了气体采集检测传感器阵列（，十个传感器对应的敏感物质类型如表21所示。当然也可以根据具体的要求灵活地增加或选择合适的传感器。它能够在各种恶劣的条件下稳定地工作，这得益于其内部有一个特殊的内置流量调节器。还有比如：内置检测气发生器功能、传感器的校正功能等保障了各种各样的需求。
此外，针对于检测对象浓度较低的情况时，PEN3电子鼻可以通过气体富集单元EDU富集，来实现低浓度检测对象的数据测量。
表21 化学传感器及其对应的敏感物质类型
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/942.html
