摘要：为了能够在不对样品本身产生污染的前提下,对液体样品中的目标成分进行高效、准确的检测,本文基于Labview虚拟仪器和近红外光谱吸收技术,设计并完成了一套电子舌系统。该电子舌系统由近红外激光发射模块,样品池模块,探测器模块和基于Lab VIEW虚拟仪器的上位机模块四个主要部分组成。PCA(Principal Component Analysis,主成分分析)算法和BP(Back Propagation,反向传播)神经网络通过Lab VIEW虚拟仪器所提供的MATLAB Script节点,被集成到上位机软件中,并被用来对采集到的数据进行分析。在实际测试中,该电子舌被用来对盐酸、氨水和乙醇溶液进行检测,测试结果表明该电子舌系统能够对检测对象的种类进行准确的区分,且能够在保证较高精度的前提下定量检测出液体中目标成分的浓度。总的说来,该电子舌能够较好的满足设计需求,运行稳定可靠,检测速度快,识别准确度高。

摘要：为了实现对不同贮存年限陈化小麦的快速检测,提出一种伏安电子舌结合卷积神经网络(convolutional neural network, CNN)和基于Wasserstein距离的生成对抗网络(wasserstein generative adversarial nets, WGAN)组合的模式识别模型。使用伏安电子舌对6种不同贮存时间小麦采集电子舌信号。针对电子舌信号信息量大、特征提取困难等问题,设计了一种基于CNN结构的电子舌信号特征自动提取和分类识别模型。为解决CNN模型因训练样本不足而导致泛化能力差等问题,使用WGAN构建电子舌信号样本集,通过对生成信号集的学习,提高了CNN模型对电子舌信号的识别能力。实验结果表明,与AlexNet、VGG16等深度学习模型和随机森林(RM)、极限学习机(ELM)等传统机器学习模型相比,WGAN-CNN模型对电子舌信号的分辨能力更强,其测试集准确率、精确率、召回率和F1-Score分别达到0.98、0.98、0.977和0.988。研究表明电子舌结合WGAN-CNN模型可实现对小麦贮存年限的快速检测,该研究为基于人工智能的感官识别技术提供了一种新的研究思路。

摘要：为了对不同品种的面粉进行区分辨识,基于虚拟仪器技术和多传感器阵列设计制作1套伏安型电子舌系统。采用该系统对2种不同品牌小麦粉、1种农家自磨小麦粉与1种农家自磨玉米粉进行检测;采用主成分分析法(principal component analysis,简称PCA)对试验数据进行分析。结果表明,单独使用金、钯电极能较好区分4种不同种类面粉,钛电极能够辨识出2种面粉,银电极只能辨识出1种面粉。进一步对试验数据进行融合分析,结果表明,电子舌系统在多电极、多频段信息联合分析时,对面粉的区分能力明显提高。该研究结果可为快速识别与分辨食品工业中的面粉提供参考。

摘要：针对传统猪肉新鲜度检测中存在的操作复杂、时间久、易受人为因素影响等缺点,设计了基于多传感器数据融合的电子舌系统。该系统由电位传感器和伏安传感器两部分构成,通过分析计算传感器阵列对猪肉响应曲线的特征值来考量猪肉新鲜度的变化。采用电位传感器与伏安传感器特征融合的方法对猪肉进行了特征向量的提取,使用逐步判别法对所提取的特征向量进行了优化,使用Bayes判别法分析了猪肉的新鲜度变化情况。实验结果表明,该电子舌系统能够准确鉴别出5组测量间隔时间均为12h猪肉新鲜度的不同。该系统为猪肉新鲜度智能化检测提供了新的有效方法。

摘要：采用电子鼻与电子舌技术,结合ASLT加速实验,建立青稞格瓦斯货架期预测模型。将青稞格瓦斯储藏于25、35、45℃条件下,以感官、pH、可溶性固形物、透光率为主要指标,综合分析在不同温度下青稞格瓦斯品质随时间的变化,并应用Q10模型建立货架期预测模型。结果表明:在25、35、45℃下青稞格瓦斯货架期为18、12、6d。将储藏温度与货架期进行拟合得到货架期预测模型:Y=-0.6X+33,R^2=1(Y为货架期;X为储藏温度)。选取28、38℃验证模型准确性,结果表明预测值与实际值差异较小,说明此模型可初步预测青稞格瓦斯的货架期,该模型的建立为格瓦斯的工业化生产奠定了基础。

摘要：目的:实现陈醋酿造年限的快速检测。方法:采用电子舌(ET)和电子鼻(EN)结合密集卷积网络—极限学习机(DenseNet-ELM)模型对陈醋酿造年限进行快速检测,设计两种不同结构的密集卷积神经网络模型ET-DenseNet和EN-DenseNet,分别提取电子舌和电子鼻信号的特征信息,进而采用特征级信息融合方法,获得两种人工感官设备的融合特征向量,然后采用极限学习机(ELM)对融合的特征向量进行分类识别。结果:DenseNet能够有效提取到电子舌和电子鼻信号中深层特征,其特征提取能力优于离散小波变换(DWT)和卷积神经网络(CNN);相比于单独使用电子舌或者电子鼻,信息融合方法对不同年限陈醋检测的准确性和鲁棒性更优,其测试集准确率、查准率、召回率、F1-Score分别达到99.1%,0.98,0.99和0.99。结论:采用密集卷积网络缓解了深度学习模型由于深度增加导致的模型退化、泛化能力弱等问题,可对7种不同酿造年限的陈醋进行有效分类。

摘要：随着化学检测技术和传感器技术的发展,电子舌技术越来越受到人们的广泛关注。因其快速、无伤、客观和应用范围广等特点,被应用于各种检测领域。对电子舌系统原理、优点和分类进行了阐述,并简单介绍了近几年电子舌在食品、药品和饮品领域的应用研究进展。

摘要：电子舌在人工味觉识别领域有着广泛的应用,但电子舌采集数据量庞大,在新型伏安电子舌系统设计中,提出了一种基于GPIF模式的高速数据采集传输方案。该方案采用CYPRESS的CY7C68013A作为USB收发控制芯片,并利用此系列芯片特有的GPIF接口模式与高速AD芯片AD7492-5相连,通过波形编辑器设计GPIF波形,使用C语言编写通信程序,实现了电子舌与计算机之间数据的高速传输。经实验证明,该系统能使大量数据得到更加快速、实时的存储与处理。

摘要：通过电子舌对宫保鸡丁味觉优化的可行性进行判断分析。实验通过改变3种主味调料添加量,设计不同的样品,然后进行味觉数据测定。通过实验的无味点进行设计,验证数据的有效性。对不同样品测定的数据进行分析,发现添加咸味成分可显著增加菜肴的咸味指标,且随着咸味物质添加量的增大,样品咸味也逐渐增大。添加酸味成分可明显增大样品的酸味,但酸味并不是随着浓度的增大一直增大,在一定范围内增大酸味物质浓度并不能起到改变酸味的作用;酸味的增大会引起咸味、鲜味和丰富性的变化。甜味改变,电子舌测定的数据没有形成很好的规律。最后得出结论,电子舌可以用来优化宫保鸡丁部分味觉参数,如酸味、咸味。

摘要：论述了新型用于水污染动态实时监测的电子舌分析仪器。该仪器采用离子选择性传感器检测技术、电化学溶出伏安检测技术和光寻址电位传感器检测技术,结合计算机快速检测技术,可以同时快速检测工业和生活污水中多种重金属离子的浓度。在硬件设计上以最小系统为核心,具有配置灵活、可扩展性好等特点。在软件设计上,分模块化实现,包括数据通信、数据预处理、数据存储和控制等模块,方便移植。实验结果表明,本仪器具有良好的定量检测能力。