基于信息挖掘技术的人工嗅觉系统研究

发布时间：2018-03-29 01:15

  本文选题：人工嗅觉系统　切入点：可靠性评估　出处：《浙江大学》2016年博士论文

【摘要】：人工嗅觉系统,也称电子鼻,是一种模拟人的嗅觉系统工作原理而设计的新型仿生检测仪器,具有快速稳定、成本低廉和无损检测等优势。随着计算科学的快速发展,利用统计学和机器学习等方法对人工嗅觉系统的信号中相关信息进行数据挖掘,从而实现对复杂样本定量和定性分析,已成为研究的热点之一。分类是人工嗅觉系统数据挖掘技术主要的类型之一。常规的分类方法只给出预测结果,缺乏对预测结果的可靠性评估,即对预测结果的可信程度的评估以及对该评估有效性的保障。概率预测算法,如Naive Bayes, Logistic Regression等,可以提供预测结果正确的概率。然而,这些算法过度依赖样本分布模型的假设,一旦假设的模型不正确,则预测的概率不准确,可靠性评估的有效性无法保证。分类正确率是系统整体预测结果可靠性的评价指标,但由于气敏传感器漂移等因素导致,人工嗅觉系统最初建立的模型在一段时间后性能很有可能会下降,因此可靠性评估的有效性无法保障。一致性预测(Conformal prediction)和韦恩预测(Venn machine)方法是最近提出的用于预测结果的可靠性评估的机器学习算法。这两种方法都是很有弹性的算法框架,任何机器学习算法经过改造都可以作为他们的底层算法。他们既可以为单个预测结果也可以为整体预测结果提供可靠性评估。只要样本满足简单的独立同分布假设(I.I.D assumption),则可靠性评估的有效性从理论上得到保障。人参在中国传统医学中极具药用价值,但市场中掺假和以次充好的情况频发。人参鉴别通常依据专家组的判断,鉴定过程费时费力,且鉴定结果的可靠性依赖专家的经验。精油是自然界植物中提取挥发性芳香物质,在日常生活中应用广泛且种类繁多。基于分析化学方法的检测过程复杂且成本较高。肺癌已成为癌症死亡的主要原因,死亡数量逐年增加。肺癌诊断最权威的方法是活体组织切片。但该方法对人体伤害极大,且短时间内无法重复检测。研究表明,肺癌的早期筛查能够大大降低肺癌的死亡率.目前已有的检测技术复杂且费用高昂,难以大面积推广。因此,人参类别鉴定、精油类别鉴定和肺癌诊断都亟需一种性能稳定、快速简便、成本低廉且无损的检测方法。本文以人参类别鉴定、精油类别鉴定和肺癌诊断为例,对人工嗅觉系统预测的可靠性进行研究。本文使用自主设计的人工嗅觉系统,引入一致性预测和韦恩预测算法,在离线模式和在线模式下,对人参样本、精油样本和肺癌诊断样本进行预测,对预测结果进行可靠性评估,对可靠性评估的有效性进行分析和讨论。本研究对基于人工嗅觉系统的复杂样本预测的可靠性研究具有重要意义。除此之外,为了提高对人参样本的预测性能,本文将人工嗅觉系统与近红外光谱系统联用,提出一种特征级和一种决策级的数据融合方法进行数据挖掘。本文主要的研究内容和成果如下：设计以金属氧化物半导体气敏传感器阵列为核心的人工嗅觉软硬件系统,实现样本测试流程的自动控制。对人参、精油、和肺癌诊断样本进行制备和测试。针对人工嗅觉系统预测的可靠性研究,首次引入一致性预测算法框架。基于k-最近邻(KNN)和支持向量机(SVM)构造三种一致性预测器(CP-1NN, CP-3NN和CP-SVM),在离线和在线模式下对人参样本、精油样本进行预测,并与INN,3NN和SVM预测结果进行比较。离线模式下,一致性预测器进行强制预测(输出单一预测值)时,对人参和精油样本分别获得最优分类率为85.71%(CP-1NN)和96.17%(CP-1NN)。同时,一致性预测器为每个预测结果提供了可靠性评估。在线模式下,一致性预测器的预测结果中错误区域预测的比例不超过预设的显著性水平(由用户定义)。说明整体区域预测结果的可靠性评估是有效的。对三种一致性预测器在特定显著性水平下的预测结果的精确度以及空预测、单一预测和多预测的特点进行了分析和讨论。针对人工嗅觉系统的可靠性研究,首次引入韦恩预测算法框架。基于常规概率预测方法,Naive Bayes, Softmax Regression和Platt's Method,构造三种韦恩预测器(VM-NB, VM-SR, VM-SVM),在离线和在线模式下对人参样本、肺癌诊断样本进行概率预测,同时与三种常规概率预测的预测结果在分类准确率和概率预测有效性方面进行比较。离线模式下,韦恩预测器对人参和肺癌诊断样本获得最优分类率分别为86.35%(VM-SVM)和97.22%(VM-SR)。同时,提供每个预测结果预测正确的概率区间。韦恩预测器概率预测结果的有效性指标优于相应的常规概率预测方法,且预测的概率区间和实际观测到预测正确的概率是一致的,说明了韦恩预测结果的有效性。韦恩预测的概率区间宽度非常窄,接近于单一概率预测值。在线模式下,韦恩预测器仍然输出可靠的概率区间,且随着训练集样本数量的增加,概率区间的分布不断上移,概率区间的宽度不断减小,即韦恩预测器的精确度不断提高。。将人工嗅觉系统与近红外光谱组成的混合系统用于人参样本的分类。针对两个系统特征数量不平衡的特点,提出加权的特征级数据融合方法,获得99.58%的分类率。结合概率预测和Dempster-Shafer证据理论提出决策级数据融合方法,获得99.24%的分类率。两种数据融合方法的分类率都高于任一单一系统(人工嗅觉系统90.18%,近红外光谱系统97.98%),且差异是统计显著的。
[Abstract]:......
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP212

【相似文献】

中国期刊全文数据库 前10条

1 石志标,左春柽,张学军;人工嗅觉系统及其在塑料气味检验中的应用[J];塑料工业;2003年09期

2 颜黄苹;黄元庆;;人工嗅觉系统及其在临床诊断中的应用[J];传感器世界;2006年09期

3 王光大;朱坤;徐进;;人体嗅觉系统模拟的研究[J];仪器仪表学报;2006年S1期

4 江建勋;神秘的嗅觉[J];科技潮;2005年08期

5 张文娜;秦国军;胡茑庆;张纪;;基于人工嗅觉系统的油液渗漏检测方法[J];国防科技大学学报;2012年06期

6 高大启,吴守一;人工嗅觉系统在卷烟内在质量客观评定中的应用展望[J];江苏理工大学学报;1997年06期

7 孙嘉;智能嗅觉系统的概况和应用前景[J];计算机时代;1995年04期

8 高大启;人工嗅觉研究进展及其在食品香气评定中的应用前景[J];武汉食品工业学院学报;1997年04期

9 高大启,吴守一;人工嗅觉研究进展及其在食品香气评定中的应用展望[J];农业机械学报;1998年04期

10 逸庐;花香、诺贝尔奖和密封信[J];出版参考;2005年08期

中国重要会议论文全文数据库 前8条

1 赵国华;罗爱民;;智能嗅觉及其应用[A];'99全国包装与食品加工技术研讨会论文集[C];1999年

2 杜莹;;嗅觉神经元模型的同步放电序列分析[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 李光武;任振华;刘巧琼;徐金勇;孙伟;左佳佳;杨爱红;;嗅觉系统脑靶向嗅质及其神经机制的研究[A];中国解剖学会2011年年会论文文摘汇编[C];2011年

4 魏永祥;韩德民;;嗅觉味觉的研究进展[A];第二届全国变应性鼻炎诊疗技术学习班讲义汇编[C];2007年

5 朱莹莹;倪道凤;许彩民;;老年痴呆大鼠嗅觉系统免疫组化及凋亡的检测[A];中华医学会第十次全国耳鼻咽喉-头颈外科学术会议论文汇编（下）[C];2007年

6 杜莹;王如彬;陆启韶;;嗅球网络神经模型的放电序列分析[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年

7 李光武;任振华;刘巧琼;徐金勇;孙伟;左佳佳;蔡荣凤;杨爱红;杨天鹏;许永成;汪莉;;嗅觉通路与脑功能神经药理学机制研究概述[A];华东六省一市第22届解剖与组织胚胎学学术年会暨山东解剖学会成立60周年纪念大会论文汇编[C];2013年

8 杜莹;王如彬;;嗅觉神经元模型的同步放电序列分析[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

中国重要报纸全文数据库 前4条

1 安然 本报驻京记者 李虎军;打开嗅觉系统的大门[N];南方周末;2004年

2 李荔;周雯：嗅觉影响视觉[N];北京科技报;2010年

3 王小龙;科学家在血液中发现嗅觉感受器[N];科技日报;2013年

4 本报记者 吕媛 童光来 李婵 实习记者 刘茵;专家解读本届诺贝尔科学奖[N];北京科技报;2004年

中国博士学位论文全文数据库 前5条

1 曹德盼;生物信息学方法在昆虫嗅觉基因识别的应用研究[D];华中农业大学;2015年

2 苗加成;基于信息挖掘技术的人工嗅觉系统研究[D];浙江大学;2016年

3 许智祥;糖原合酶激酶3β在嗅觉系统中功能的研究[D];中国科学院研究生院（武汉物理与数学研究所）;2013年

4 朱莹莹;拟老年痴呆大鼠模型嗅觉系统相关改变的研究[D];中国协和医科大学;2009年

5 龚蓉;膜上鸟苷酸环化酶在大脑和在嗅觉系统中的作用[D];北京协和医学院;2011年

中国硕士学位论文全文数据库 前10条

1 季铭;基于鼻粘膜色谱效应的双腔室仿生嗅觉系统研究[D];浙江工商大学;2015年

2 杨如乃;嗅觉系统模型及嗅觉脑电信号提取方法的研究[D];南京航空航天大学;2007年

3 王莉;外周输入和离心调控对嗅觉系统功能活动的影响[D];中国科学院研究生院（武汉物理与数学研究所）;2014年

4 杨新令;嗅觉系统神经网络模型研究及其在人工嗅觉与虹膜识别中的应用[D];浙江大学;2006年

5 王光大;基于数字人脑理论的人工嗅觉系统研究[D];燕山大学;2006年

6 汪乐;嗅觉系统神经模型的研究与应用[D];浙江大学;2005年

7 周立业;基于人工嗅觉的装备故障信号分析方法研究[D];国防科学技术大学;2008年

8 邱e，

本文编号：1678899