文献

J-GLOBAL ID：201702251798876054   整理番号：17A0260116

電子鼻鑑別における酒信号のウェーブレットシフト法【JST・京大機械翻訳】

Drift Elimination Method of Electronic Nose Signals Based on Wavelet Analysis and Discrimination of White Spirit Samples

著者 (5件)： Yin Yong (College of Food & Bioengineering, Henan University of Science and Technology) ,  Bai Yu (College of Food & Bioengineering, Henan University of Science and Technology) ,  Yu Huichun (College of Food & Bioengineering, Henan University of Science and Technology) ,  Hao Yinfeng (College of Food & Bioengineering, Henan University of Science and Technology) ,  Wang Runbo (College of Food & Bioengineering, Henan University of Science and Technology)
資料名： Nongye Jixie Xuebao  (Nongye Jixie Xuebao)
巻： 47  号： 11  ページ： 219-223,375  発行年： 2016年 
JST資料番号： C2453A  ISSN： 1000-1298  CODEN： NUYCA3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電子鼻長期のロバスト性を向上させるために,ウェーブレット解析に基づく電子ビームのドリフトのための新しい方法を提案した。ドリフト信号を含む電子データに対してウェーブレット分解を行い、分解係数を得た。相対的偏差しきい値フィルタ関数を構築して,ウェーブレット係数の閾値を処理して,修正ウェーブレット係数を得た。ウェーブレット変換を用いて,修正したウェーブレット係数を再構築し,ドリフトまたはまたはを除去した。6種類のサンプルをランダムに生成した5セットのサンプルセットと対応するテストセットに対して、ドリフトドリフト処理と信号再構築を行い、脱ドリフト処理前後の電子鼻の積分値特徴を抽出し、FISHER判別分析(FDA)とBPニューラルネットワークを用いてそれぞれ5組のデータセットに対して鑑別分析を行った。FDAの識別結果は,訓練セットがテストセットであることを示して,5つのサンプルの識別精度は,ドリフトの前の最高45%から,ドリフトの後の100%まで増加した。BP神経回路網の識別結果は,5つのサンプルの識別精度が,ドリフトの前の最高値31.7%から,ドリフトの後の98.3%まで向上することを示した。これらの結果は,提案した脱ドリフト法が,電子鼻の識別においてロバストであることを示した。同時に、電子鼻のほかの物品を鑑別するために、一種の参考できる脱ドリフト方法を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 電子ビーム ,  神経回路網 ,  積分 ,  ドリフト ,  ロバスト性 ,  判別分析 ,  ウェーブレット変換 ,  *鑑別 ,  再構成
準シソーラス用語： 逆伝播ニューラルネットワーク ,  ウェーブレット係数 ,  ウェーブレット分解 ,  電子データ ,  ウェーブレット解析 ,  *電子鼻 , 【Automatic Indexing@JST】

著者キーワード (5件)： white spirit ,  discriminant analysis ,  electronic nose ,  drift elimination ,  wavelet analysis

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 電子鼻 ,  鑑別 ,  酒 ,  ウェーブレット ,  シフト