基于紧凑型电子鼻系统的葡萄酒品质快速检测：以乙酸腐败阈值为重点的应用
信号处理
2020-01-20 v1 机器学习
机器学习
摘要
对于葡萄酒行业而言，拥有诸如电子鼻系统（E-Noses）之类的方法来实时监测葡萄酒中乙酸的阈值，以防止其腐败或判定其品质，是至关重要的。在本文中，我们证明了基于薄膜半导体（SnO2）传感器、并采用深度多层感知机（MLP）神经网络训练方法的便携式紧凑型自研电子鼻，能够在葡萄酒品质控制的常规任务中实现对葡萄酒腐败阈值的早期检测。为获得快速在线检测，我们提出了一种聚焦于原始数据处理的上升窗口方法，以寻找具有最佳识别性能的传感器信号早期片段。我们的方法与传统电子鼻中用于气体识别的方法进行了比较，后者涉及特征提取与选择技术作为数据预处理，随后使用支持向量机（SVM）分类器。结果证明，在气体注入点后 2.7 秒内即可对三个葡萄酒腐败等级进行分类，这意味着该方法比我们实验装置中传统方法所得结果快 63 倍。
引用
@article{arxiv.2001.06323,
title = {Wine quality rapid detection using a compact electronic nose system: application focused on spoilage thresholds by acetic acid},
author = {Juan C. Rodriguez Gamboa and Eva Susana Albarracin E. and Adenilton J. da Silva and Luciana Leite and Tiago A. E. Ferreira},
journal= {arXiv preprint arXiv:2001.06323},
year = {2020}
}