基于电子舌和电子眼结合改进MobileNetv3的黄芪快速溯源检测.pdf
《基于电子舌和电子眼结合改进MobileNetv3的黄芪快速溯源检测.pdf》由会员分享,可在线阅读,更多相关《基于电子舌和电子眼结合改进MobileNetv3的黄芪快速溯源检测.pdf(11页珍藏版)》请在咨信网上搜索。
1、基金项目:山东省自然科学基金项目(编号:);教育部 科 技 发 展 中 心 产 学 研 创 新 基 金 项 目(编 号:)作者简介:金鑫宁,女,山东理工大学在读硕士研究生。通信作者:王志强(),男,山东理工大学教授,博士。:收稿日期:改回日期:犇 犗 犐:犼 狊 狆 犼 狓 文章编号 ()基于电子舌和电子眼结合改进 的黄芪快速溯源检测 犃 狊 狋 狉 犪 犵 犪 犾 狌 狊犿 犲 犿 犫 狉 犪 狀 犪 犮 犲 狌 狊 金鑫宁犑 犐 犖 犡 犻 狀 狀 犻 狀 犵刘铭犔 犐 犝 犕 犻 狀 犵桑恒亮犛 犃犖犌 犎 犲 狀 犵 犾 犻 犪 狀 犵马云霞犕犃犢 狌 狀 狓 犻 犪王志强犠犃犖犌犣
2、犺 犻 狇 犻 犪 狀 犵(山东理工大学计算机科学与技术学院,山东 淄博 ;淄博市中西医结合医院,山东 淄博 )(犛 犮 犺 狅 狅 犾 狅 犳犆 狅 犿狆 狌 狋 犲 狉犛 犮 犻 犲 狀 犮 犲犪 狀 犱犜 犲 犮 犺 狀 狅 犾 狅 犵 狔,犛 犺 犪 狀 犱 狅 狀 犵犝 狀 犻 狏 犲 狉 狊 犻 狋 狔狅 犳犛 犮 犻 犲 狀 犮 犲犪 狀 犱犜 犲 犮 犺 狀 狅 犾 狅 犵 狔,犣 犻 犫 狅,犛 犺 犪 狀 犱 狅 狀 犵 ,犆 犺 犻 狀 犪;犣 犻 犫 狅犐 狀 狋 犲 犵 狉 犪 狋 犲 犱犜 狉 犪 犱 犻 狋 犻 狅 狀 犪 犾犆 犺 犻 狀 犲 狊 犲犪 狀 犱犠
3、 犲 狊 狋 犲 狉 狀犕 犲 犱 犻 犮 犻 狀 犲犎 狅 狊 狆 犻 狋 犪 犾,犣 犻 犫 狅,犛 犺 犪 狀 犱 狅 狀 犵 ,犆 犺 犻 狀 犪)摘要:目的:实现对不同产地黄芪的快速溯源检测。方法:提 出 了 一 种 基 于 电 子 舌 和 电 子 眼 结 合 改 进 网络的黄芪产地快速检测方法。采用电子舌和电子眼分别采集不同黄芪样本的一维指纹图谱信息和 二 维 外 观 图 像 信 息。利 用 格 拉 姆 角 场(,)将一维电子舌信号转换为二维图像信息,保留电子舌信号中时间序列相关特征,再将其与电子眼采集的图像信息进行数据融合,采用基于金字塔切分注意 力 机 制(,)改 进 的 模型
4、实现对不同产地黄芪样本的分类识别。结果:相较于单独使用电子舌或者电子眼,该方法具有更高的识别准确率,其测试集准确率、精确率、召回率和 分别达到,和。改进的 网络分类准确率较原始模型提高了,参数量 仅 为 原 参 数 量 的 左 右。结 论:改 进 的 网络可以有效减少参数的计算量,提高不同产地黄芪识别的准确率。关键 词:电 子 舌;电 子 眼;格 拉 姆 角 场;数 据 融 合;黄芪犃 犫 狊 狋 狉 犪 犮 狋:犗 犫 犼 犲 犮 狋 犻 狏 犲:犃 狊 狋 狉 犪 犵 犪 犾 狌 狊犿 犲 犿 犫 狉 犪 狀 犪 犮 犲 狌 狊 犕 犲 狋 犺 狅 犱 狊:犃 狊 狋 狉 犪 犵 犪 犾
5、狌 狊犿 犲 犿 犫 狉 犪 狀 犪 犮 犲 狌 狊 犃 狊 狋 狉 犪 犵 犪 犾 狌 狊犿 犲 犿 犫 狉 犪 狀 犪 犮 犲 狌 狊 (),()犃 狊 狋 狉 犪 犵 犪 犾 狌 狊 犚 犲 狊 狌 犾 狋 狊:,犆 狅 狀 犮 犾 狌 狊 犻 狅 狀:犃 狊 狋 狉 犪 犵 犪 犾 狌 狊犿 犲 犿 犫 狉 犪 狀 犪 犮 犲 狌 狊 犓 犲 狔 狑 狅 狉 犱 狊:;犃 狊 狋 狉 犪 犵 犪 犾 狌 狊犿 犲 犿 犫 狉 犪 狀 犪 犮 犲 狌 狊 第 卷第期 总第 期 年月黄芪为豆科植物黄芪或蒙古黄芪的干燥根。不同产地的黄芪因生长环境不同,其有效成分、品质和价格等也不相同。当前,
6、黄芪产地的鉴别方法主要有形态学鉴定和理化分析法。形态学鉴定一般由人工根据黄芪样本的特有形态特征进行鉴定和类别划分,这种方法虽然直观、方便,但受主观因素影响较大。理化分析法主要包括色谱法、显微鉴别法、红外光谱法等,但此类方法所使用的仪器复杂、分析过程长、检测成本高,很难实现对黄芪产地的快速区分和鉴别。电子舌是一种利用传感器阵列结合模式识别技术对液体样本的“指纹图谱”进行分析的检测仪器,具有操作简单、成本低廉、客观高效等优点,目前已经广泛用于咖啡溯源、红茶品质检测、白酒真假检测等领域。电子眼则是通过感光元件将被检测样品纹理、形状、颜色等信息转换成数字信号,然后结合模式识别方法对所获取的图像信息进行
7、分类和识别的一类仪器,具有无需样本预处理、信号采集速度快、采集信息量大等优点,目前已应用在中药质量分析、果干品质分析、水果成熟度检测等领域。然而,由于受各自技术的限制,采用单一的电子舌或电子眼均无法完整获取样本的特征信息,难以实现更加准确的分类和识别。而采用多源信息融合技术,可以有效提高被测样本的识别准确性。段金芳等 采用电子舌和电子眼技术对山茱萸药材的滋味和颜色进行测定,实 现 对山茱 萸 最 佳 蒸 制 时 间 的 优 化。陈 佳 瑜等 利用电子舌和电子眼技术对茶汤的滋味和色泽等方面进行综合感官品质分析,实现了滇红工夫茶汤综合品质的定性和定量评价。然而,这些方法所使用的模式识别技术均基于传
8、统机器学习算法构造,存在模型精度有限、泛化能力不足等问题。深度学习能够自动对大规模数据进行特征提取和分类识别,从而实现“端到端”的模式识别。近年来,深度学习也被应用于对电子舌信号的处理,等 采用生成对抗网络和半监督学习结合电子舌对茶叶的等级进行分类识别。杨正伟等 采用一维卷积神经网络对不同贮藏年限的普洱茶电子舌信号进行了区分。然而,电子舌信号是一种时间序列相关信息,传统深度学习模型无法有效提取 信 号 中 的 时 序特 征,从 而 造 成 有 效 信 息 的 丢失。为保留信号在时域中的有效特征。等 使用格拉姆角场()编码方法将心电信号编码为 图像,实现了心电信号对时间的依赖性分析。姚立等 采用
9、 编码方法将轴承的一维振动信号转换为二维图像,实现了对原始信号的重构。但目前将 应用于电子舌信号分析尚未见报道。是一种用于图像处理的轻量级深度学习模型,具有网络结构简单、参数量少,延时低等特点,目前被广泛应用于目标检测、病虫害识别 等领域。但是,网 络 中 的 挤 压 激 励(,)模块仅引入通道注意力,未考虑全局空间信息对样本分类的影响。金字塔切分注意力(,)是 一 种 轻 量 级 的 注 意 力 机 制 模块,可以在空间和通道双重维度上通过对特征进行加权处理使其特征细化,提升模型在空间和通道上对局部信息和空间信息的关注度,降低无关特征对模型的影响,具有轻量、简单和高效等特点。研究拟 提 出
10、一 种 基 于 电 子 舌 和 电 子 眼 结 合 改 进 网 络 的 黄 芪 产 地 快 速 溯 源 检 测 方 法。以种不同产地的黄芪作为研究对象,采用数据融合的方法将电 子 舌 和 电 子 眼 数 据 进 行 融 合,并 利 用 改 进 的 网络对黄芪数据进行特征提取和分类识别,以期实现对黄芪产地的快速溯源检测。材料与方法试验材料黄芪样本分别来自于陕西子洲、甘肃岷县、内蒙古锡林郭勒盟、黑龙江大兴安岭以及山西大同。采用电子舌进行数据采集时,称取 黄芪样本,经破壁机粉碎后,将样本粉末置于 开水中,搅拌均匀,静置 后,使用滤纸过滤两次,待样本溶液冷却至()后取上 清 液 转 移 至 烧 杯 中
11、,采 用 电 子 舌 进 行 检测。采用电子眼进行数据采集时,将黄芪样本置于设备底盘上,电子眼经过矫正后对样本逐片采集图像,每个样本变换位置采集次图像,每种黄芪样本共采集 张图像,共采集 张图像。电子舌系统电子舌系统由实验室自主研发,结构如图所示,系统由个部分组成。传感器阵列,主要包括铂、金、钛、钯、银、钨、镍和玻碳个工作电极以及一个铂辅助电极和一个 参比电极。信号调理电路,用于控制三电极系统的恒压电势并完成采集信号的放大与滤波功能。数据采集卡,通过其模块产生电极激励信号并利用模块采集传感器响应信号。上位机软件,用于对检测过程进行操控,并对采集的电极响应进行分析。工作流程为:首先上位机软件操控
12、数据采集卡产生大幅方波脉冲激励信号,然后通过信号调理模块施加到传感器阵列上。在激励信号作用下,传感器表面发生电化学反应,产生微弱的电流响应信号,该信号经过信号调理模块放大、滤波后送到数据采集卡上进行转换,最后 将 数据 传 送 至 上 位 机 软 件 进 行 处 理和分析。电子眼系统电子眼系统结构如图所示,主要由电子眼上位机软件系统、万电子目镜、光电眼镜头、灯及调节器、支架和底盘组成。检测过程为:将试验样本放在电子眼底盘上固定,调整电子眼目镜倍数以及支架的高度使安全与检测 总第 期 年月图电子舌系统结构示意图 图电子眼系统结构示意图 得采集的图像呈现清晰的状态后进行样本采集,然后将采集到的数据
13、传到上位机系统中进行数据处理。格拉姆角场格拉姆角场()是通过将缩放后的一维序列数据从直角坐标系转换到极坐标系,然后通过不同点之间进行角度和或者角度差来识别不同时间点时间相关性的一种方法。利用 对信号进行转换主要有两个优点:保持了时序信号的时间依赖性,信号的时间随着位置从矩阵的左上角到右下角的移动而逐渐增加;转换过程中,一维信号与二维图像之间是双映射关系,不会丢失一维信号的任何有效信息。的编码步骤:步骤:将 一 个 时 间 序 列 信 号犡狓,狓,狓犻,狓狀通过式()将其缩放到,。狓犻 狓犻 (犡)狓犻 (犡)(犡)(犡),犻,狀。()步骤:将缩放后的一维数据狓通过式()转换到极坐标上进行编码,
14、一维数据狓经反余弦函数转化为极坐标下的角度犻,对应的时间戳转化为半径狉犻。犻 (狓犻),狓犻,狓犻狓狉犻狋犻犖,狋犻犖烅烄烆,()式中:狋犻 狓犻对应的时间戳;犖 时间戳的总长度。随着时间的增加,时间序列狓会在坐标系中编码成不同的角度和半径,并在这个单位圆内不断扭曲。步骤:对每个信号点之间进行角差运算或者角和运算来识别不 同 时 间 间 隔 之 间的 相 关 性,格 拉 姆 角 和 场()和格拉姆角差场()的定义式如式()和式()所示。犛 (犻犼)()(狀)()(狀)(狀)(狀狀)烄烆烌烎犡犡犐犡槡犐犡槡,()犇 (犻犼)()(狀)()(狀)(狀)(狀狀)烄烆烌烎犐犡槡犡犡犐犡槡,()式中:犛
15、 格拉姆角和场;犇 格拉姆角差场;犐 单位行向量,;犡 缩放后的时间序列;犡 犡的转置向量。两个公式描述了一维信号转化为二维图像的矩阵表示。整个 对信号的编码过程如图所示。改进的 模型 是 一 种 轻 量 级 深 度 学 习 模 型,它 在 的 深 度 可 分 离 卷 积(,)和 的倒残差()结构基础上,进一步将 注意力模块引入到 结构中,从而起到强化突出特征、抑制不明显特征的作用。另外,针对 网络最后阶段的部分层计算量较大的问题,重新调整了网络结构,将最后一步的平均池化层前移,并移除最后一个卷积层,同时引入 激活函数来降低网络的计算量,公式如式()所示。犺狓犚(狓),()式中:犺 激活函数;
16、狓 输入;犚 激活函数。模型结构如图所示。主要由个卷积、批归一化层(,)、激 ,金鑫宁等:基于电子舌和电子眼结合改进 的黄芪快速溯源检测图电子舌信号通过格拉姆角差场和格拉姆角和场产生的不同图像过程 图 网络结构 活函数组成的结构体,个 结构,个平均池化层和个全连接层组成。为了进一步提高 模型对深度特征图的空间信息提取能力,弥补 模块造成的空间信息缺失问题,采用金字塔切分注意力模块()代替 模块,将多尺度空间信息和跨通道注意力集成到每个分割特征组的块中。注意力模块结构如图所示,实现步骤:()经过分裂合并模块(,)拆分输入特征,获取犛个多尺度特征图。()利用 模块提取不同尺度特征图的注意力权重,得
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 电子 电子眼 结合 改进 MobileNetv3 黄芪 快速 溯源 检测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。