一種食品智能化仿生評價中的跨感知信息交互感應(yīng)融合方法
【專利摘要】本發(fā)明提供一種食品品質(zhì)智能化仿生評價中的跨感知信息交互感應(yīng)融合的方法，利用不同類型的仿生傳感器，得到一個龐大的矩陣，包含不同物理意義和不同量綱、量級的傳感信息。通過主成分分析對原所有的特征變量進行重組，得到若干個相互正交的主成分（PCi），實現(xiàn)不同類型傳感信息的交互感應(yīng)融合。利用若干主成分對人工感官檢驗的視覺、嗅覺和味覺得分進行回歸，分別得到相應(yīng)的視覺、嗅覺和味覺的虛擬變量。最后將這些虛擬變量作為決策系統(tǒng)的輸入，通過遺傳神經(jīng)網(wǎng)絡(luò)方法構(gòu)建非線性決策系統(tǒng)，真正意義上實現(xiàn)了視覺、嗅覺、味覺等跨感知傳感器信息交互感應(yīng)融合，使最終得到的綜合評價結(jié)果盡可能地與人類感知行為相接近。
【專利說明】一種食品智能化仿生評價中的跨感知信息交互感應(yīng)融合方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明專利涉及一種跨感知仿生傳感器信息交互感應(yīng)融合的方法，通過視覺、嗅覺、味覺等不同類型傳感器模擬人的眼、鼻、舌等感知器官對食品品質(zhì)做出合理準確的綜合性評價。
【背景技術(shù)】
[0002]人類獲取食品，不僅滿足生理需求,也滿足心理需求和精神享受。具有良好或獨特風味的食品，除直接增加食欲、促進消化液分泌、加強消化吸收的功能外，還會使人們在感官上得到愉快，這就是食品風味的魅力所在。食品風味指食品入口前后對人體的眼、鼻、舌等感覺器官的刺激，從而引起人們對其總體特征的綜合印象，具體表現(xiàn)在色、香、味、形等多個方面。長期以來，食品風味的檢驗和評判通常依賴人工感官檢驗，但人工感官檢驗本身存在一定的局限性:1)人工感官檢驗需要一個長期訓練和經(jīng)驗積累的過程，一般是依靠訓練有素的專家來完成，普通消費者不具備這種能力；2)人工感官檢驗容易受到外在因素的干擾，即使是訓練有素的專家，他們感覺器官的靈敏度也會受到性別、經(jīng)驗、精神狀態(tài)、身體狀況、動機態(tài)度和地域環(huán)境等因素的干擾，影響到評判結(jié)果的準確性和一致性。因此，發(fā)明一種智能化的食品感官檢驗方法，以輔助人工感官檢驗，校正人工感官檢驗偏差，提高食品感官檢驗結(jié)果的客觀性和一致性，對指導食品生產(chǎn)、保證食品質(zhì)量和增加食品附加值等都有著極其重要的意義。
[0003]近年來，隨著計算機、微電子和材料科學的發(fā)展，視覺、嗅覺和味覺等新型仿生傳感器技術(shù)相繼問世，它們已在食品品質(zhì)智能化評價中得到了應(yīng)用。食品包含色、香、味、形等多種感官品質(zhì)指標，單一傳感器技術(shù)獲取的信息量不夠全面，最終影響到檢測結(jié)果的準確性，近年來，多傳感器信息融合技術(shù)在食品品質(zhì)智能化評價方面也得到了初步應(yīng)用，與單一檢測手段相比，多信息融合在食品智能化感官檢驗中的應(yīng)用，可使檢測獲得到的信息更全面、結(jié)果更客觀，并與人類感知過程相類似。
[0004]從論文和專利等文獻檢索可看出，目前在食品品質(zhì)智能化評價中，仿生傳感器大多采用商業(yè)化的儀器，僅起到分析儀器的作用，檢測機理與人工感官檢驗機理還相差甚遠，并沒有真正意義上具備人類相類似的“感知功能”，而且從已發(fā)表的論文期刊和已授權(quán)的專利中，可以知道已經(jīng)有人將多信息融合技術(shù)應(yīng)用于食品、農(nóng)產(chǎn)品等品質(zhì)的無損檢測方面，如“基于多傳感信息融合的名優(yōu)茶品質(zhì)儀器智能化審評方法”(ZL200910232916.9)以及“一種食品感官質(zhì)量評價方法及系統(tǒng)”(ZL201110142990.9)，但是在多種傳感信息融合上，可以發(fā)現(xiàn)基本都是將幾種傳感器技術(shù)進行簡單串聯(lián)，對物理意義跨度較大的傳感信息進行武斷疊加，其實這不是真正意義上的融合，也與人類的感知行為相差甚遠。人類感知行為是一個非常復雜的過程，由感覺神經(jīng)元、中樞神經(jīng)和大腦皮層感覺區(qū)形成的拓撲結(jié)構(gòu)。最新研究表明感覺神經(jīng)元末端與一種星形神經(jīng)膠質(zhì)細胞相連接，造成該拓撲結(jié)構(gòu)的空間連接非常復雜，不同感覺器官產(chǎn)生的感知信息在傳輸過程中存在相互交叉；也就是說，在食品感官檢驗中，人類多個器官共同作用、相互影響。
[0005]鑒于此，本發(fā)明提供了一種實現(xiàn)模擬人的感覺器官的跨感知多信息交互感應(yīng)融合的方法。

【發(fā)明內(nèi)容】

[0006]與單一檢測手段相比，多信息融合在食品智能化感官檢驗中的應(yīng)用，可使檢測獲得的信息更全面、結(jié)果更客觀，并且更貼近人類的感知過程。如何實現(xiàn)利用多信息融合的技術(shù)進行食品品質(zhì)智能化評價成為本發(fā)明專利一關(guān)鍵性技術(shù)所在。
[0007]本專利所提供的技術(shù)方案是:一種食品智能化仿生評價中的跨感知信息交互感應(yīng)融合方法，利用不同類型的仿生傳感器從嗅覺、視覺、味覺方面模擬人的鼻、眼、舌感知器官，提取食品的特征變量，得到一個矩陣，包含不同物理意義和不同量綱、量級的傳感信息，通過主成分分析對提取的所有特征變量進行重組，得到若干個相互正交的主成分PCi,實現(xiàn)不同類型傳感信息的交互感應(yīng)融合；利用前η個主成分PC1、PC2、PC3-PCn對人工感官檢驗的嗅覺、視覺和味覺得分進行回歸，分別得到相應(yīng)的嗅覺、視覺和味覺的虛擬變量；最后將這些虛擬變量作為決策系統(tǒng)的輸入，通過遺傳神經(jīng)網(wǎng)絡(luò)方法構(gòu)建非線性決策系統(tǒng)，實現(xiàn)了嗅覺、視覺、味覺跨感知傳感器信息交互感應(yīng)融合。
[0008]本發(fā)明方法的具體步驟是:
[0009]( I)嗅覺信息采集，選用嗅覺傳感器設(shè)備模擬人的鼻子采集食品的氣味信息，根據(jù)不同嗅覺傳感器陣列得到能夠反映食品氣味信息的P個特征變量a” a2,a3.......ap ；
[0010](2)視覺信息采集，選用視覺傳感器模擬人的眼睛采集食品的外觀品質(zhì)信息，對外觀品質(zhì)信息進行顏色特征和紋理特征分析，得到能夠反映外觀信息的q個特征變量
b1； b2, b3,......bq ；(3)味覺信息的采集，選用味覺傳感器設(shè)備模擬人的舌頭采集食品的滋
味信息，得到能夠反映食品滋味的t個特征變量C1, C2, C3......Ct ;
[0011](4)將(I) - (3 )得到的特征變量組合成一個m行、(p+q+t)列的矩陣；
[0012](5)采用主成分分析的方法完成對上述特征變量的凈化、降維及篩選過程，主成分分析是在高維虛擬空間對原所有的特征變量進行重組，得到若干個相互正交的主成分；
[0013](6)提取前η個主成分PC1、PC2、PC3……PCn,通過多元線性回歸建立嗅覺、視覺、味覺三個類型的得分虛擬變量L1、L2、L3分別對前η個主成分PC1、PC2、PC3……PCn的線性回歸方程；
[0014](7)將所有樣本的嗅覺、視覺、味覺三個類型的得分虛擬變量L1、L2、L3和與之相對應(yīng)的人工感官評價得分等級作為輸入層代入基于BP-ANN的多傳感信息融合模型，樣本按照3:2的比例隨機分為校正集和預測集兩個組；
[0015](8)根據(jù)BP-ANN融合模型輸出結(jié)果，查看預測集識別率的高低，來驗證所建模型的穩(wěn)定性。
[0016]本專利中采用建立虛擬變量:(1)嗅覺信息采集，選用嗅覺傳感器設(shè)備模擬人的鼻子采集食品的氣味信息，根據(jù)不同嗅覺傳感器陣列得到能夠反映食品氣味信息的特征變
量~ a2,a3.......ap。(2)視覺信息采集，選用視覺傳感器技術(shù)模擬人的眼睛采集食品的外
觀品質(zhì)信息，對外觀品質(zhì)信息進行顏色特征和紋理特征分析，得到能夠反映外觀信息的特征變量b” b2, b3,......1v (3)味覺信息的采集，選用味覺傳感器設(shè)備模擬人的舌頭采集食品的滋味信息，得到能夠反映食品滋味的特征變量Cl，C2, C3......Cto將得到的三種不同物
理意義和不同量綱、量級的傳感信息組合成一個m行、(p+q+t)列的龐大矩陣: [0017]
嗅覺信息視覺信息味覺信息
Ian &12...&ip bn bi2 bi3.......biqun C12 C13...Cu
樣 2 a」i a」」 a」.，.....a」P b-1 ba......b2qc C22 C23,......C2t
本 3 a,? a,2.....a.p bai bsz bs3..........bsqc C32 C33.......Cst
m............................................……..…’..’..’...._.............................................................................…........--…....--1cimi ci^2I.....3.πρ?^?Ιm2......--5πο_Cml C^rn2 Cin*3..*...* ?^^rrct
[0018]面對如此龐大的數(shù)據(jù)，通常按照統(tǒng)一法則映射到一個高維空間，并抽象出若干個虛擬向量來完成跨感知信息的融合過程。本專利采用主成分分析(PCA)的方法來完成對特征變量的凈化、降維及篩選過程，主成分分析是在高維虛擬空間對原所有的特征變量進行重組，得到若干個相互正交的主成分。本發(fā)明專利以方差貢獻率的高低選用前η個主成分PC1、PC2、PC3……PCn，以其能代表食品品質(zhì)百分之九十以上的信息量為最佳。顯然經(jīng)過主成分分析處理之后，可以得到:
[0019]PC^kna^k^a^k^ag......+Kpa1^k1 (的九+讓“押九+......h (J^bfk1 (p+q+1) Cjk1 (p+(1+2)
C2+......^1(Ptqtt)Ct,
[0020]PC2-k21a1+k22a2+k23a3......+k2pap+k2 (p+1) b ^k2 (p+2) ^2+......k2 (p+q)bq+k2 (p+q+1) Ci + kg (p+q+2)
C2+......k2 (p+q+t)Ct,
[0021 ] PC3-k31a1+k32a2+k33a3......+k3pap+k3 (p+1) b ^k3 (p+2) b2+......k3(p+q)bq+k3(p+q+1) C^k3(Ptqt2)
c2+......k3(p+q+t)Ct,
[0022]PC4=k41a1+k42a2+k43a3......+k4pap+k4(p+1)b1+k4(p+2)b2+......c2+......k4(p+(1+t)ct，
[0023]......................................................................................................[0024]...................................................................................................[0025]PCn=knla1+kn2a2+kn3a3............kn (p+q) b q+kn (p+q+1, c!+kn (p+q+2,
C2+......kn(p+q+t)Ct
[0026]每個主成分理論上均由所有的傳感特征變量構(gòu)成，體現(xiàn)了交互性。然后提取前η個主成分PC1、PC2、PC3……PCn,通過多元線性回歸(MLR)建立嗅覺、視覺、味覺三個類型的得分虛擬變量L1、L2、L3分別對前η個主成分PC1、PC2、PC3……PCn的線性回歸方程:
[0027]虛擬嗅覺變量Ll=a+bnPCl+b12PC2+b13PC3+b14PC4+......+blnPCn ；
[0028]虛擬視覺變量L2=a+b21PCl+b22PC2+b23PC3+b24PC4+......+b2nPCn ；
[0029]虛擬味覺變量L3=a+b31PCl+b32PC2+b33PC3+b34PC4+......+b3nPCn
[0030]通過構(gòu)建得到的嗅覺、視覺、味覺三個得分虛擬變量，才真正意義上實現(xiàn)了人類嗅覺、視覺、味覺之間交互感應(yīng)的數(shù)字仿生。
[0031]由于感知傳感器的特征變量與食品感官品質(zhì)之間的對應(yīng)關(guān)系不是簡單的線性關(guān)系，通常將遺傳神經(jīng)網(wǎng)絡(luò)、模糊支持向量機等非線性手段引入到融合模型建立中，使得到的融合模型盡可能地與人類感知行為相接近。本專利采用誤差反向傳播神經(jīng)網(wǎng)絡(luò)(BP-ANN)手段融入到模型建立中去。將三個虛擬變量以及人的真實感官評價得分(一般由專業(yè)評審專家給出評價分數(shù))作為輸入層，代入到BP-ANN模型中去，得到食品品質(zhì)基于跨感知傳感器信息融合技術(shù)的綜合判別結(jié)果，以便仿真人的眼、鼻、舌等器官對食品品質(zhì)作為綜合性的感官評價。
[0032]本發(fā)明利用現(xiàn)代數(shù)據(jù)挖掘方法對原始數(shù)據(jù)進行凈化和降維，從海量的互不相關(guān)的三類傳感器信息數(shù)據(jù)中篩選特征變量；設(shè)計智能學習算法將本身無實際意義特征變量與相應(yīng)的人工感官結(jié)果相耦合，賦予其相應(yīng)的感知功能，以實現(xiàn)特征變量感知意義解析。本專利提供將不同物理意義和不同量綱、量級的傳感信息按照統(tǒng)一法則映射到一個高維空間，并抽象出若干個得分虛擬向量來完成跨感知信息融合。鑒于感知傳感器的特征變量與食品感官品質(zhì)之間的對應(yīng)關(guān)系往往不是簡單的線性關(guān)系，研究擬將遺傳神經(jīng)網(wǎng)絡(luò)、模糊支持向量機等非線性手段引入到融合模型建立中，使得到的融合模型盡可能地與人類感知行為相接近。
【專利附圖】

【附圖說明】
[0033]圖1基于視-嗅-味跨感知仿生傳感器對茶湯綜合品質(zhì)多信息融合的方法流程圖。
【具體實施方式】
[0034]在本實施例中，本專利擬采用多仿生傳感器融合技術(shù)應(yīng)用于茶葉茶湯品質(zhì)的智能化檢測，模擬人的眼、鼻、舌三大感覺器官。流程如圖1，通過三種類型的傳感器采集不同物理意義和不同量綱、量級的傳感特征信息。多傳感器信息采集過程:(I)嗅覺信息采集，選用電子鼻儀器設(shè)備(德國AIRSENSE公司的PEN3電子鼻)模擬人的鼻子采集茶湯的氣味信息，根據(jù)不同嗅覺傳感器陣列得到能夠反映茶湯氣味的信息，提取每個傳感器信號最大值、最小值和均值等3個特征值，電子鼻系統(tǒng)有10個MOS傳感器，這樣一共可提取30個氣味特征變量；(2)視覺信息采集，選用測色色差計(DC-P3型全自動測色色差計)采集茶湯的色澤信息，對茶湯色澤信息進行特征分析，得到能夠反映湯色信息的色差亮度L、紅綠度a、黃蘭度b、A L、A a、A b和Λ E值，并計算其衍生值，包括色相b/a、色調(diào)彩度Cab、色彩飽和度Sab及色相角Hab，共11個色澤特征變量；(3)味覺信息的采集，選用電子舌儀器設(shè)備(法國Alpha MOS公司的ASTREE II電子舌)模擬人的舌頭采集茶湯的滋味信息，得到能夠反映茶湯滋味信息的7工作電極信號，提取傳感器穩(wěn)定值，則一個樣品得到7個味覺特征變量。
[0035]利用主成分分析(PCA)對所得到的三種傳感器信息的原始數(shù)據(jù)進行凈化和降維，從海量數(shù)據(jù)中篩選特征變量。PCA是將不同物理意義和不同量綱、量級的多信息按照統(tǒng)一法則映射到一個高維空間中去，實現(xiàn)多種互不相關(guān)的特征變量信息之間的相互重組，得到若干個相互正交的主成分，再通過多元線性回歸(MLR)建立起視覺、嗅覺、味覺三個得分虛擬變量分別對PC1、PC2、PC3、PC4、PC5、PC6前6個主成分的線性回歸方程，從真正意義上做到多傳感信息的交互感應(yīng)融合。設(shè)計智能學習算法，采用一些非線性模式識別算法將本身無實際意義特征變量與相應(yīng)的人工感官結(jié)果相耦合，賦予其相應(yīng)的感知功能，以實現(xiàn)特征變量感知意義解析。人工感官評審得分一般由專業(yè)的評審專家小組組成，依據(jù)人工感官檢驗
【權(quán)利要求】
1.一種食品智能化仿生評價中的跨感知信息交互感應(yīng)融合方法，其特征在于:利用不同類型的仿生傳感器從嗅覺、視覺、味覺方面模擬人的鼻、眼、舌感知器官，提取食品的特征變量，得到一個矩陣，包含不同物理意義和不同量綱、量級的傳感信息，通過主成分分析對提取的所有特征變量進行重組，得到若干個相互正交的主成分/?;.，實現(xiàn)不同類型傳感信息的交互感應(yīng)融合；利用前η個主成分PCl、PC2、PC3?"PCn對人工感官檢驗的嗅覺、視覺和味覺得分進行回歸，分別得到相應(yīng)的嗅覺、視覺和味覺的虛擬變量；最后將這些虛擬變量作為決策系統(tǒng)的輸入，通過遺傳神經(jīng)網(wǎng)絡(luò)方法構(gòu)建非線性決策系統(tǒng)，實現(xiàn)了嗅覺、視覺、味覺跨感知傳感器信息交互感應(yīng)融合。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于包括以下步驟: (1)嗅覺信息采集，選用嗅覺傳感器設(shè)備模擬人的鼻子采集食品的氣味信息，根據(jù)不同嗅覺傳感器陣列得到能夠反映食品氣味信息的P個特征變量a” a2, a3…….ap ； (2)視覺信息采集，選用視覺傳感器模擬人的眼睛采集食品的外觀品質(zhì)信息，對外觀品質(zhì)信息進行顏色特征和紋理特征分析，得到能夠反映外觀信息的q個特征變量b1； b2, b3,……b, ；(3)味覺信息的采集，選用味覺傳感器設(shè)備模擬人的舌頭采集食品的滋味信息，得到能夠反映食品滋味的t個特征變量C1, C2, C3......Ct ; (4)將(I)- (3)得到的特征變量組合成一個m行、(p+q+t)列的矩陣； (5)采用主成分分析的方法完成對上述特征變量的凈化、降維及篩選過程，主成分分析是在高維虛擬空間對原所有的特征變量進行重組，得到若干個相互正交的主成分； (6)提取前η個主成分PC1、PC2、PC3……PCn,通過多元線性回歸建立嗅覺、視覺、味覺三個類型的得分虛擬變量L1、L2、L3分別對前η個主成分PC1、PC2、PC3……PCn的線性回歸方程；. (7)將所有樣本的嗅覺、視覺、味覺三個類型的得分虛擬變量L1、L2、L3和與之相對應(yīng)的人工感官評價得分等級作為輸入層代入基于BP-ANN的多傳感信息融合模型，樣本按照3:2的比例隨機分為校正集和預測集兩個組； (8)根據(jù)BP-ANN融合模型輸出結(jié)果，查看預測集識別率的高低，來驗證所建模型的穩(wěn)定性。
【文檔編號】G01N33/02GK103472197SQ201310408989
【公開日】2013年12月25日 申請日期:2013年9月10日 優(yōu)先權(quán)日:2013年9月10日
【發(fā)明者】陳全勝, 趙杰文, 歐陽琴, 徐義 申請人:江蘇大學