<span id="5rhbz"><thead id="5rhbz"><menuitem id="5rhbz"></menuitem></thead></span>

    <form id="5rhbz"><progress id="5rhbz"></progress></form>

        <nobr id="5rhbz"></nobr>

        <ol id="5rhbz"><track id="5rhbz"></track></ol>

          <meter id="5rhbz"><b id="5rhbz"><mark id="5rhbz"></mark></b></meter>
          返回您現在的位置:首頁 ? 技術資源 ? 技術文章
          電子鼻算法知多少?
          發布時間:2021/11/29 瀏覽:

          電子鼻是20世紀90年代中期發展起來的一種用于分析、識別氣味物質總體特征的新型檢測儀器。
          通過電子鼻可以建立食品、醫藥、生物、化工、環境等的氣味指紋圖譜,能實現氣味的客觀化表達,通過儀器分析推動食品、醫藥、化工等多領域的現代化發展。
          電子鼻是模仿生物的嗅覺感受機制研制出來的,電子鼻系統中的傳感器陣列即相當于生物系統中的嗅覺感受細胞,能感受不同的氣味物質,將采集到的氣體指紋信息輸入電腦;電腦代替了生物系統中的大腦功能,通過軟件進行分析處理,區分辨識不同性質物質的整體特征,最后給出各個物質的感官信息。
          在電子鼻應用過程中,需要多元數理統計系統對電子鼻采集特征數據進行分析,大數據算法對其使用效果至關重要,只有通過專業的數據統計分析系統才能深入地、完全地提取并解釋數據信息,還可以有效減少實驗誤差數據對結果的影響,得到科學的、可視化的實驗結果?,F將上海保圣電子鼻Electronic Nose的電子鼻系統算法集中一一介紹。
          1、上海保圣電子鼻Electronic Nose 差異對比:方差分析ANOVA和多重比較comparison
          分析對該事物有顯著影響的因素,各因素之間的交互作用,以及顯著影響因素的最佳水平等。

           

          2、上海保圣電子鼻Electronic Nose 降維分析
          1)主成分分析PCA(Principal Component Analysis): 找到高維數據中的主成分,并利用“主成分”數據來表征原始數據,從而達到降維的目的,其側重于信息貢獻影響力綜合評價。
          保圣科技電子鼻系統中的PCA算法,以多類型圖形表達降維分析結果,以多種可視化方式表現數據結果。


          2)線性判別分析LDA(Latent Dirichlet Allocation): 分析時最大化類間距離以及最小化類內距離,是目前數據挖掘領域中比較經典且熱門的一種有監督的算法。
          保圣科技電子鼻ElectronicNose系統中的LDA算法,以多類型圖形表達降維分析結果,以多種可視化方式表現數據結果。


          3)局部線性嵌入LLE:可以學習任意維的局部線性的低維流形,而且LLE算法歸結為稀疏矩陣特征分解,計算復雜度相對較小,實現容易。

           

          4)拉普拉斯特征映射LE(Laplacian Eigenmaps): 使相互間有關系的點在降維后的空間中盡可能的靠近,從而在降維后仍能保持原有的數據結構。

           

          5)等距特征映射Isomap(Laplacian Eigenmaps) :分析尋找到所有樣本全局的最優解,當數據量很大時或者樣本維度很高時,計算量非常大。

           

          6)非線性降維T-SNE(t-distributed stochastic neighbor embedding) :非常適用于高維數據降維到2維或者3維,進行可視化。

           

          3、上海保圣電子鼻Electronic Nose 回歸分析:電子鼻定量分析
          1)偏最小二乘法回歸PLSR(Partial Least Squares Regression) :對于自變量或因變量較多的數據處理更為優越,而且回歸系數可以看出各自變量與因變量的相關性及其影響的大小。

           

          2)神經網絡BP(BPNN, Back Propagation Neural Network) :通過矩陣乘法運算,其包括信號前向傳播和誤差反向傳播兩個過程。


          3)支持向量機SVM(support vector machines) :通過使用非線性映射算法將低維輸入空間轉化為高維特征空間,使其線性可分。


          4、上海保圣電子鼻Electronic Nose 分類分析:電子鼻定性分析
          K鄰近分析KNN(k-NearestNeighbor) :對于類域的交叉或重疊較多的待分樣本集來說,KNN方法較其他方法更為適合。


          5、上海保圣電子鼻Electronic Nose 聚類算法

          1)系統聚類: 計算方法有歐式距離(EuclideanDistance)、閔氏距離(MinkowskiDistance)、馬氏距離(MahalanobisDistance),并在最后的分類樹狀圖中依據自己的分類需求確定分類結果。

           

          2)密度聚類DBSCAN(Density-Based Spatial Clustering of Applications with Noise): 將簇定義為密度相連的點的最大集合,能夠把具有足夠高密度的區域劃分為簇,并可在噪聲的空間數據庫中發現任意形狀的聚類。

           

          3)聚類K-Means: 原理較為簡單,實現也很容易,收斂速度快,聚類效果較優,算法的可解釋度比較強。

          上海保圣Electronic Nose電子鼻應用介紹:

          上海保圣ElectronicNose電子鼻cNose果蔬新鮮度分析;上海保圣ElectronicNose電子鼻cNose可用于煙草差異分析;上海保圣Electronic Nose電子鼻cNose用于果蔬差異分析;上海保圣Electronic Nose電子鼻cNose用于配方差異分析;上海保圣Electronic Nose電子鼻cNose肉制品質保期分析;上海保圣Electronic Nose電子鼻cNose進行食品貨架期分析;上海保圣Electronic Nose電子鼻cNose分析中藥炮制時間;上海保圣Electronic Nose電子鼻cNose進行濃度分析;上海保圣Electronic Nose電子鼻cNose用于花生油氣味;上海保圣Electronic Nose電子鼻cNose中藥產地鑒別;上海保圣Electronic Nose電子鼻cNose藥物等級鑒別;上海保圣Electronic Nose電子鼻cNose用于油脂品質鑒定;上海保圣Electronic Nose電子鼻cNose于果蔬產品異常排查;上海保圣Electronic Nose電子鼻cNose用于糧食異常排查;上海保圣Electronic Nose電子鼻cNose用于油品變質排查;上海保圣Electronic Nose電子鼻cNose用于中藥產地溯源。

          ?

          在線
          客服

          ?

          在線客服服務時間:9:00-21:00

          選擇客服馬上在線溝通:
          ?

          客服
          熱線

          ?

          021-37656257
          18117403825
          13564769697
          周一至周五 工作日時間

          男女嘿咻激烈爱爱动态图
          <span id="5rhbz"><thead id="5rhbz"><menuitem id="5rhbz"></menuitem></thead></span>

            <form id="5rhbz"><progress id="5rhbz"></progress></form>

                <nobr id="5rhbz"></nobr>

                <ol id="5rhbz"><track id="5rhbz"></track></ol>

                  <meter id="5rhbz"><b id="5rhbz"><mark id="5rhbz"></mark></b></meter>