摘要：仿生嗅觉技术作为近年来流行的智能检测技术,在工业和农业以及医学等方面都得到了广泛的应用研究,其具有检测速度快、识别效果好、实时无损的优点加速了它的发展。由于仿生嗅觉技术满足农产品品质无损检测的要求,它正在被越来越多地运用到农业研究之中。

本课题仿照生物嗅觉系统，设计出一套包含全封闭的气室、调理信号的电路、控制气动元件的电路以及美国NI公司研发生产出的数据采集卡的装置。首先密封气室采集新鲜茭白挥发的气体，之后通过传感器阵列获得响应信号，经过信号调理电路处理后，连接到数据采集卡上，最后采用LABVIEW软件语言所编写的程序对多路原始信号进行采集和预处理。选择主成分分析方法（PCA）对采集后的数据进行降维，使用粒子群算法对不同新鲜等级的茭白进行聚类分析，与判断茭白新鲜度的理化指标总酸含量实验结果对比，来验证与算法处理过的结果是否一致。试验证明了采用仿生嗅觉系统对茭白衰变程度监测的可行性，为果蔬品质信息实时监测提供参考。

关键词：仿生嗅觉  新鲜度  主成分分析法  粒子群算法

目录

摘要

Abstract

1.绪论-1

1.1课题研究背景及意义-1

1.2仿生嗅觉在果蔬品质检测中的应用-1

1.3对环境及社会可持续发展的影响-2

1.4课题主要研究内容-3

2.仿生嗅觉系统设计-4

2.1仿生嗅觉系统原理和整体方案设计-4

2.2仿生嗅觉的硬件设计-5

2.2.1气室设计及采样方法-5

2.2.2气敏传感器阵列-5

2.2.3气动元件的选型-6

2.2.4信号调理电路-6

2.2.5数据采集卡-7

2.3仿生嗅觉系统软件设计-8

3.基于理化指标和仿生嗅觉的果蔬品质快速检测方法研究-10

3.1理化指标结果分析-10

3.2仿生嗅觉气味信息的采集试验-11

3.3数据预处理及特征提取-11

3.3.1异常数据剔除-11

3.3.2均值滤波-12

3.3.3特征提取-12

4.基于粒子群算法的聚类分析-18

4.1粒子群算法的基本原理-18

4.2算法流程-19

4.3基于粒子群算法聚类分析结果-19

4.3.1实现方法-19

4.3.2基于最大响应值的粒子群算法聚类分析-23

4.3.3基于最大斜率的粒子群算法聚类分析-25

4.3.4两种方法的粒子群算法聚类分析与对比-27

5.总结-29

参考文献-30

附录一 实验采集平台-32

附录二 科研参与情况-33

附录三 本文主要程序-34

致谢-39