基于多传感器人工嗅觉系统及机器学习模型的苹果种类识别方法

作     者：李书贤 周琪 樊亚楠 叶诗琪 赵志彪 张思祥 LI Shuxian;ZHOU Qi;FAN Yanan;YE Shiqi;ZHAO Zhibiao;ZHANG Sixiang

作者机构：天津职业技术师范大学自动化与电气工程学院天津300222 天津职业技术师范大学天津市信息传感与智能控制重点实验室天津300222 河北工业大学机械工程学院天津300401 

基　　金：天津市研究生科研创新项目(2022SKYZ303) 天津市青年项目基金(22JCQNJC01100) 市教委科研计划项目(2021KJ014) 

出 版 物：《天津农业科学》 (Tianjin Agricultural Sciences)

年 卷 期：2023年第29卷第7期

页      码：63-70,81页

摘      要：基于多传感器人工嗅觉系统的苹果种类识别方法是将自行研发的便携式硬件和上位机算法相结合,目的是将市面上常见的外形相似的‘花牛’和‘阿克苏’苹果进行无损种类识别,降低检测成本。实施方法是根据实际情况选择传感器并设计电路对待测样本气味信息进行响应,下位机将采集到的信号传输至上位机的机器学习算法中进行模型训练。通过线性判别分析算法(Linear Discriminant Analysis,LDA)、逻辑回归算法(Logistic Regression,LR)、邻近算法(K-NearestNeighbor,KNN)、前馈神经网络算法(Back Propagation,BP)分类模型对气味信息数据进行计算并作出分类。最终得到LDA、LR、KNN、BP算法识别的准确率分别为86.83%、85.33%、91.26%、85.00%,通过stacking框架将以上4种算法模型进行融合,融合后算法识别的准确率最高为97.14%。与传统单预测模型相比,基于多模型融合的苹果识别方法精确度更高。研究结果表明,基于多传感器人工嗅觉系统可以直接通过气味对其种类进行识别,为苹果的无损分类做出有效的判断,可为受主观因素影响的的感官评价提供客观的理论依据。

主 题 词：多传感器 种类识别 机器学习 stacking融合算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-6500.2023.07.012

馆 藏 号：203122449...