摘要：电子鼻是一种由具有部分选择性的化学传感器阵列和适当的模式识别系统组成，能够识别简单或复杂气的仪器。电子鼻在食品工业、航空航天、环境监测方面具有诱人的应用前景。因此，这一研究领域受到广泛关注和普遍重视，近年来发展迅速。24219
对于电子鼻采集得到的数据，本文给出了一种基于遗传算法的聚类分析方法，用来对4种不同的酒进行分类。采用浮点数编码方式对聚类的中心进行编码，并用特征向量与相应聚类中心的欧氏距离的和来判断聚类划分的质量，通过选择、交叉和变异操作对聚类中心的编码进行优化，得到使聚类划分效果最好的聚类中心。通过对种群的大小以及进化代数的改变进行实验，从而得到最佳的分类效果。本实验通过遗传算法的聚类分析对数据进行处理，可以达到对不同的酒进行分类的效果。
毕业论文关键词：电子鼻；遗传算法；适应度函数；聚类分析
The method of data processing for e-nose --Genetic algorithm
Abstract:Electronic nose is a kind of instrument which can recognize simple or complex odors .It is made with partial selective chemical sensor array and the appropriate pattern recognition system.Electronic nose has attractive applications in food industry, aerospace, environmental monitoring.Therefore, this research field has been widely attention, developing rapidly in recent years.
For electronic nose to collect the data, this paper presents a clustering analysis method based on genetic algorithm,which is used to classify four kinds of different wine.It floats point coding to adopt on the clustering center code, and uses the feature vector and the corresponding cluster center of euclidean distance and to judge the quality of clustering, were optimized through selection, crossover and mutation operations on cluster center code, get the best cluster center clustering, to get the effect of classification.Through the change of the size of the population as well as the evolution algebra experiments, so as to get the best classification results.In this study, cluster analysis of genetic algorithms for data processing, can be achieved for different wine classification results.
Keywords: e-nose; Genetic algorithm; Fitness function; Cluster analysis
目录
摘要 i
Abstract ii
目录 iv
1 绪论 1
1.1 课题的目的和意义 1
1.2 国内外研究现状与水平 1
1.3 发展趋势 3
2 电子鼻 5
2.1 电子鼻的组成与基本原理 5
2.2 电子鼻的特点 8
2.3 电子鼻的发展简史 8
2.4 电子鼻技术在食品工业领域中的应用 9
2.4.1 果蔬领域 9
2.4.2 粮油领域 10
2.4.3 畜产品领域 10
2.4.4 其他领域 11
2.5 电子鼻在食品感官检测中的应用进展 11
2.5.1 在食品品质检测中的应用 12
2.5.2 在食品成熟检测和新鲜度检测中的应用 12
3 遗传算法的基本原理 14
3.1 遗传算法的历史与发展 14
3.2 遗传算法的特点 15
3.3 遗传算法的基本要素 15
3.4 遗传算法的应用 17
4 遗传聚类算法及其MATLAB实现 19
4.1 算法基本流程 19
4.2 设置参数 20
4.3 编码方法 20
4.4 种群初始化 21
4.5 适应度函数的设计 21 电子鼻数据处理方法研究遗传算法:http://www.751com.cn/jisuanji/lunwen_17622.html