《电子鼻课件.pptx》由会员分享，可在线阅读，更多相关《电子鼻课件.pptx（22页珍藏版）》请在三一办公上搜索。
1、电子鼻,*,1,.,目录,电子鼻的定义电子鼻的基本原理课题相关,2,.,电子鼻的定义,电子鼻是综合了化学传感器阵列各检测技术以及计算机信息处理等多学科技术开发研制出来的一种化学传感器智能系统，它是一种模拟哺乳动物嗅觉的过程，用气敏传感器来识别，检测不同的仿生传感器系统。 -生物医学与传感器检测（第四版）,3,.,电子鼻的基本原理,图1 人的嗅觉过程,4,.,电子鼻的基本结构,气体传感器阵列,嗅上皮,嗅小球,僧帽细胞,粒状细胞,大脑皮层,采样,敏感,信号传输与处理,识别,（仿生）,待测气体,信号预处理单元,模式识别单元,5,.,电子鼻的基本结构,气体传输系统,敏感材料,敏感材料,敏感材料,敏感材
2、料,传感器1,传感器信号预处理,传感器2,传感器信号预处理,传感器3,传感器信号预处理,传感器n,传感器信号预处理,阵列信号预处理,模式识别引擎,气味表达,知识库,模拟信号（传感）,数字信号（处理）,输出预测,训练,预测,6,.,气体传感器阵列,1,含义：气体传感器阵列由具有广谱响应特性，较大的交叉灵敏度以及对不同气体有不同灵敏度的气敏元件组成。工作时气敏元件对接触气体能产生响应并产生一定的响应模式。它相当于人的嗅觉受体细胞。,7,.,气体传感器阵列,-来自参考文献2,2，气体传感器的种类：,8,.,气体传感器阵列,-来自参考文献2,图1-晶粒间势垒模型（洁净空气）,图2-晶粒间势垒模型（还原
3、性气体出现时）,3，金属氧化物传感器的原理：,9,.,气体传感器阵列,-来自参考文献2,4，传感器的响应曲线：,10,.,模式识别(ANN),1,含义：模式识别单元对信号预处理单元所发出的信号做进一步的处理，完成对气体定性和定量的识别。它相当于人的大脑。2,ANN简单构建步骤 1）构建模型 2）计算cost function 3）更新权重，寻找局部最优解,11,.,模式识别(ANN),1）构建神经网络结构,12,.,模式识别(ANN),2）计算loss函数,-图片来自台湾大学李宏毅教授深度学习入门PPT,A =f(W X +W X +b ) =f(1 1-12+1） =0.98A =f(W X
4、 +W X +b ) =f(-1) ( -1 )+( -1 )1+(-2) =0.12 ,13,.,模式识别(ANN),2）计算loss函数,-图片来自台湾大学李宏毅教授深度学习入门PPT,A =f(W X +W X +b ) =f(1 1-12+1） =0.98A =f(W X +W X +b ) =f(-1) ( -1 )+( -1 )1+(-2) =0.12 Anj=f(wijXi+bj),14,.,模式识别(ANN),-来自台湾大学李宏毅教授深度学习入门PPT,2）计算loss函数,15,.,模式识别(ANN),3）更新权重,-图片来自台湾大学李宏毅教授深度学习入门PPT,Anj=f(
5、wijXi+bj),16,.,模式识别(ANN),3）更新权重,-图片来自台湾大学李宏毅教授深度学习入门PPT,Anj=f(wijXi+bj),17,.,模式识别(ANN),4）结束：得到局部最优解,18,.,信号预处理,1，含义：信号预处理单元对传感器的响应模式进行预加工，以达到漂移补偿，信息压缩和降低（随样品）起伏的目的，完成特征提取任务。2，特征提取。,19,.,信号预处理,2，特征提取： 1）相对稳态响应值 2）平均微分值 平均微分值法是可以全 面地反映传感器动态响应 过程整 体信息的一种方法。 3）积分值法 积分值反映了传感器对气体总的响应值。,20,.,课题相关,21,.,参考文献,1栾淑利，基于人工神经网络的酒精识别电子鼻研究D.辽宁，大连理工大学2杨建华等，基于集成气体传感器阵列的电子鼻系统J.2004(1):46-52.3张覃轶，电子鼻传感器阵列系统及应用研究D.武汉，华中科技大学4史志存，电子鼻及其应用研究D.北京，中国科学院5孙鹏.基于分等级结构氧化物半导体的气体传感器研究.吉林，吉林大学,22,.,
