首页|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

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

A Multi-sensor Artificial Olfactory System and Machine Learning Model Based on Apple Species Recogni-tion Method

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.

李书贤、周琪、樊亚楠、叶诗琪、赵志彪、张思祥

展开 >

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

多传感器 种类识别 机器学习 stacking融合算法

天津市研究生科研创新项目天津市青年项目市教委科研计划

2022SKYZ30322JCQNJC011002021KJ014

2023

10.3969/j.issn.1006-6500.2023.07.012

天津农业科学
天津农业科学院信息研究所

天津农业科学

影响因子：0.705
ISSN：1006-6500
年,卷(期)：2023.29(7)
  • 13