多傳感器數(shù)據(jù)融合技術(shù)在電子舌中的應(yīng)用研究

白 潔，鄭麗敏，3，* ，方雄武，楊 璐，田立軍，朱 虹，任發(fā)政

(1．中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京100083;2．中國農(nóng)業(yè)大學(xué)食品科學(xué)與營養(yǎng)工程學(xué)院，北京100083;3．食品質(zhì)量與安全北京實(shí)驗(yàn)室，北京100083)

近年來隨著我國人民生活水平的不斷提升，大眾的飲食觀念也在悄然的發(fā)生著變化。綠色、健康、新鮮、無污染的重要性已經(jīng)被提到了前所未有的高度上來。豬肉作為我國人民日常生活必不可少的主要副食品而深受廣大人民的喜愛。但是，目前我國的豬肉市場尚不規(guī)范，存在著許多問題，各種質(zhì)量安全事件也時(shí)有發(fā)生。因此，豬肉新鮮度的檢測對于保障消費(fèi)者的飲食安全和維護(hù)消費(fèi)者的切身利益有著十分重要的意義［1］。

目前，常用的豬肉新鮮度檢測方法主要有感官檢測、理化檢測和微生物檢測等［2-4］。隨著傳感器技術(shù)和信息處理技術(shù)的發(fā)展與進(jìn)步，越來越多的智能化手段開始運(yùn)用于豬肉的新鮮度檢測中來。電子舌技術(shù)是一種智能感觀技術(shù)，是模擬哺乳動(dòng)物味覺系統(tǒng)而設(shè)計(jì)的智能分析儀器［5］。該系統(tǒng)由交互敏感的傳感器陣列、信號(hào)調(diào)整電路以及識(shí)別算法等部分構(gòu)成。但是由于豬肉新鮮度的變化是一個(gè)復(fù)雜的物理化學(xué)過程［6-7］，受多種因素的影響，所以僅使用某一方面的數(shù)據(jù)往往很難對其進(jìn)行準(zhǔn)確的判別，這直接導(dǎo)致了電子舌的識(shí)別率不高。為了克服這種由唯一指標(biāo)檢測所帶來的局限性，設(shè)計(jì)了由電位傳感器和伏安傳感器特征融合的電子舌系統(tǒng)，并通過逐步判別法對電子舌的特征向量進(jìn)行了優(yōu)化，最終使用Bayes判別法分析不同存儲(chǔ)時(shí)間的豬肉新鮮度變化情況［8］。實(shí)驗(yàn)證明創(chuàng)新性的將多傳感器信息融合技術(shù)應(yīng)用于豬肉新鮮度檢測中可大大提高電子舌對豬肉新鮮度的識(shí)別率。

1 材料與方法

1.1 材料與儀器

購買1塊5kg的豬肉，挑選其中肉品一致的部分以20g為單位均勻的分割為65個(gè)樣本，將樣本平均分為5 組(編號(hào)分別為 1、2、3、4、5)儲(chǔ)藏在 4℃環(huán)境下(儲(chǔ)藏時(shí)間分別為 12、24、36、48、60h)，在各時(shí)間點(diǎn)取出相應(yīng)份數(shù)豬肉用于檢測。所使用儀器為中國農(nóng)業(yè)大學(xué)自行研制的電子舌系統(tǒng)，其主要結(jié)構(gòu)下文將詳述。

1.2 實(shí)驗(yàn)方法

將每個(gè)樣本的20g豬肉，平分為2份(每份10g)。取其中1份用剪刀剪碎至約為5mm×5mm×5mm的碎塊，以1∶100g/mL比例與蒸餾水混合，靜置15min，室溫為18℃，取100mL混合液用于伏安傳感器檢測。將另一份豬肉樣品放置在表面皿上用電位傳感器直接進(jìn)行檢測。

2 電子舌系統(tǒng)設(shè)計(jì)

本研究所使用電子舌由以下幾個(gè)部分組成:電位傳感器、伏安傳感器、信號(hào)調(diào)理模塊、數(shù)據(jù)采集模塊和數(shù)據(jù)分析部分。如圖1所示。

圖1 電子舌系統(tǒng)結(jié)構(gòu)圖Fig．1 The chart of Electronic Tongue System

2.1 實(shí)驗(yàn)材料

電位傳感器陣列由六根不同材料的工作電極和一根參考電極組成［9-11］。金電極(Au)、銀電極(Ag)、銅電極(Cu)、鉛電極(Pb)、鋅電極(Zn)和石墨電極(C)為工作電極［12］，每個(gè)電極的長度為3cm左右，用來直接插到固體肉之中進(jìn)行測量［13］。參考電極為甘汞電極。電位傳感器的本質(zhì)是由電極和電解質(zhì)所組成的原電池。傳感器中工作電極的電位能夠反應(yīng)被測物質(zhì)的特性，所以被用來作為測量電極，而參考電極的電位不受任何物質(zhì)的影響，所以我們用它來為工作電極提供穩(wěn)定的參考電壓。將測量電極和參考電極同時(shí)置于待測物質(zhì)中，待反應(yīng)完全后兩電極之間將形成穩(wěn)定的電壓信號(hào)。這個(gè)原電池的電動(dòng)勢則為傳感器的輸出信號(hào)［14］。

伏安傳感器陣列由八個(gè)工作電極、一個(gè)參考電極和一個(gè)輔助電極組成［15］。金(Au)電極、銅(Cu)電極、鎢(W)電極、鈦(Ti)電極、鎳(Ni)電極、鉛(Pb)電極、鈀(Pd)電極、玻碳電極為工作電極，參考電極為AgCl，輔助電極是鉑電極。利用恒電流電位儀原理對電極進(jìn)行連接［16］，使工作電極在反應(yīng)過程中具有穩(wěn)定的電壓。通過脈沖發(fā)生電路(采用幅值1v，周期1秒的方波為激勵(lì)信號(hào))控制電極上電壓的輸入［17-19］。我們把工作電極上的電流來作為傳感器的輸出信號(hào)。

2.2 信號(hào)調(diào)理系統(tǒng)

由于傳感器產(chǎn)生的電信號(hào)具有幅值小、高輸出阻抗和易受噪聲干擾等特征［20］。因此，需要輸入阻抗和共模抑制比都很高的放大電路來進(jìn)行信號(hào)的放大［21］。在對微弱電信號(hào)檢測時(shí)常采用儀用對稱放大電路［22］，如圖2所示。整個(gè)電路由兩級放大電路組成。第一級是A1、A2運(yùn)放和電阻R1、R2及R3組成的同相并聯(lián)差分放大，第二級為運(yùn)放A3和電阻R4、R5、R6及R7組成的減法器。為了保證有足夠大的共模抑制比，該電路的電阻必須滿足:R2=R3、R4=R5、R6=R7。此時(shí)電路的輸出電壓為:

圖2 調(diào)理電路放大電路Fig．2 Amplifier circuit of Conditioning circuit

2.3 數(shù)據(jù)采集系統(tǒng)

經(jīng)過信號(hào)調(diào)理系統(tǒng)放大到-10v到+10v之間的電壓信號(hào)被輸入到USB2010(A/D轉(zhuǎn)換卡)數(shù)據(jù)采集系統(tǒng)中，該系統(tǒng)用來將信號(hào)采集到計(jì)算機(jī)中，進(jìn)行實(shí)時(shí)顯示和儲(chǔ)存。

3 特征信息處理

3.1 特征數(shù)據(jù)融合

為了表征豬肉腐敗變質(zhì)這個(gè)復(fù)雜的過程，避免單一測量手段所帶來的局限性，本研究使用多傳感器融合技術(shù)來提升評測的效果［23］。多傳感器信息融合就是把從不同知識(shí)源所獲得的信息進(jìn)行綜合處理，從而來消除不同傳感器之間所存在的多余、矛盾的信息，同時(shí)信息之間的互補(bǔ)也可以大大的降低判別的不確定性。從而大大的提高系統(tǒng)的綜合決策和判斷能力。大量實(shí)驗(yàn)結(jié)果表明多傳感器系統(tǒng)的準(zhǔn)確性和穩(wěn)定性都優(yōu)于單個(gè)信息模型。多傳感器信息融合模型通常分為數(shù)據(jù)層融合、特征層融合和決策層融合［24］3種。本文采用特征層融合。即分別用每個(gè)傳感器對樣本進(jìn)行檢測，然后分別提取每個(gè)傳感器的信號(hào)特征值，最后組合這些特征向量并基于綜合特征向量對樣本進(jìn)行識(shí)別分類。

本文構(gòu)建伏安金屬傳感器與電位型金屬傳感器融合系統(tǒng)，通過對融合模型特征量的選擇、特征的提取以及融合算法的研究來獲得更高的識(shí)別率。在該融合系統(tǒng)中，由于是兩種不同類型的傳感器，所以它們的特性不一樣，從而它們所獲取信息的模式也不相同，所以在融合層次上選擇特征層融合，即先分別提取特征信息，然后按特征信息對數(shù)據(jù)進(jìn)行分類和綜合分析，如圖3所示。

圖3 電子舌信息融合流程Fig．3 The Information fusion process of Electronic Tongue

3.2 特征提取

電位傳感器和伏安傳感器陣列在檢測一個(gè)樣本時(shí)每個(gè)電極會(huì)采集4000個(gè)數(shù)據(jù)，所以14個(gè)電極就有56000個(gè)數(shù)據(jù)，因此，為了明顯、簡單的表征樣本特性需要對傳感器采集到的數(shù)據(jù)進(jìn)行特征值提取后再進(jìn)行下一步的分類。本文中電位傳感器提取的特征值為每個(gè)電極信號(hào)的平均電壓值。伏安傳感器所提取的特征為每個(gè)電極任一單個(gè)脈沖內(nèi)脈沖的最大值、最小值、平均值、相對積分值和始末點(diǎn)斜率［25］。因此共提取46個(gè)特征值。

3.3 特征數(shù)據(jù)歸一化處理

3.4 特征優(yōu)化

電子舌所研究的是多特征值問題。而不同特征值具有一定相關(guān)性的。所以為了減少分析問題和解決問題的復(fù)雜性我們需要對這些特征值進(jìn)行優(yōu)化。本文利用SPSS中的逐步判別算法來進(jìn)行特征值的優(yōu)化［27］。逐步判別法的基本原理是:不斷的對所篩選的變量進(jìn)行檢驗(yàn)，每引入新的變量進(jìn)入判別式的時(shí)候要考量較早引入判別式的某些變量的判別能力是否因?yàn)樾乱氲淖兞慷兊貌伙@著了，如果是就將這個(gè)新引入的變量刪除，一直到判別式中不存在不重要的變量，逐步篩選結(jié)束。這樣就可以找出表征樣本的顯著性變量，去除不顯著變量。

引入和刪除變量所用的檢驗(yàn)統(tǒng)計(jì)量公式如下［28］

由(3)、(4)式可以看出︱E︳和︱T︳的大小分別反映出同一個(gè)總體樣本間的差異和k個(gè)總體所有樣本間的差異。因此由(2)式可知Λp值越小，相同總體間的差異越小，樣本間的總差異越大，特征值分辨率越大。因此可以用Λp來篩選特征值。

特征優(yōu)化后的結(jié)果如表1所示，特征值由原來的46個(gè)篩選成為最能表征樣本特性的7個(gè)特征值。表中的統(tǒng)計(jì)量代表著區(qū)分度。統(tǒng)計(jì)量越小數(shù)據(jù)的區(qū)分度越大，sig為0則表示該特征值對樣品的區(qū)分度的貢獻(xiàn)非常高。

表1 特征優(yōu)化結(jié)果Table 1 Results of feature optimization

3.5 Bayes判別法

3．5．1 基本思想 Bayes判別法的思想是對多個(gè)總體判別時(shí)分別計(jì)算出新給樣品屬于各總體的條件概率p，然后對各個(gè)概率進(jìn)行大小比較。最終將新樣本被判別為來自概率最大的總體。即通過先驗(yàn)概率來描述所研究對象，從而由貝葉斯公式導(dǎo)出后驗(yàn)概率，最終由后驗(yàn)概率來作出判別［29］。

3．5．2 判別方法 判別函數(shù)的導(dǎo)出:已知 Bayes公式為

由于所測得的樣本一般都是服從正態(tài)分布的，所以將p元正態(tài)分布密度函數(shù)

表2 分類函數(shù)系數(shù)Table 2 Classification function coefficients

4 結(jié)果與分析

用在 4℃ 下儲(chǔ)藏時(shí)間分別為 12、24、36、48、60h的豬肉樣本各10份共50個(gè)做為訓(xùn)練樣本，另外取每個(gè)時(shí)間點(diǎn)的其他3份豬肉樣本共15個(gè)作為未知識(shí)別樣本使用SPSS軟件中的Bayes判別分析法［30］進(jìn)行判別分析。所得到的分類函數(shù)系數(shù)如表2所示。

利用上述判別函數(shù)對50個(gè)訓(xùn)練樣本進(jìn)行反代分類，結(jié)果發(fā)現(xiàn)所有樣本均分類正確，在進(jìn)行交叉驗(yàn)證時(shí)僅有3個(gè)樣本被錯(cuò)分。由此可知正確率分別達(dá)到了100%和94%。在對未知樣本進(jìn)行分類識(shí)別時(shí)，15個(gè)樣本全部分類正確，所以未知樣本的識(shí)別率達(dá)到了100%。如表3所示。

表3 交叉驗(yàn)證及分類結(jié)果Table 3 Cross-validation and classification results

5 結(jié)論

豬肉的新鮮度隨著存放時(shí)間的改變而時(shí)時(shí)刻刻發(fā)生著變化。本文用存儲(chǔ)小時(shí)來度量豬肉的新鮮度。實(shí)驗(yàn)結(jié)果證明:利用多傳感數(shù)據(jù)融合技術(shù)結(jié)合Bayes判別法可很好的區(qū)分出5組相隔時(shí)間為12h豬肉新鮮度的差異。所以此研究可以為豬肉新鮮度的檢測提供新的簡單而有效的方法。

［1］郭培源，曲世海，陳巖，等．豬肉新鮮度的智能檢測方法［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2006，37(8):78-81．

［2］Tahara Y，Toko K．Electronic Tongues-A Review［J］．Sensors Journal，IEEE，2013，13(8):3001-3011．

［3］袁芳，郭培源，吳浩，等．豬肉新鮮度檢測方法發(fā)展的文獻(xiàn)綜述［J］．中國農(nóng)業(yè)科技導(dǎo)報(bào)，2009，11(z1):72-74．

［4］王俊，胡桂仙，于勇，等．電子鼻與電子舌在食品檢測中的應(yīng)用研究進(jìn)展［J］．農(nóng)業(yè)工程學(xué)報(bào)，2004，20(2):292-295．

［5］田曉靜，劉麗霞，王俊，等．電子舌技術(shù)在肉與肉制品檢測中的應(yīng)用［J］．食品工業(yè)科技，2013，34(7):397-400．

［6］韓劍眾，黃麗娟，顧振宇，等．基于電子舌的肉品品質(zhì)及新鮮度評價(jià)研究［J］．中國食品學(xué)報(bào)，2008，8(3):125-132．

［7］田曉靜，王俊，崔紹慶，等．羊肉純度電子舌快速檢測方法［J］．農(nóng)業(yè)工程學(xué)報(bào)，2013(20):255-262．

［8］劉長江，楊添鈞，艾莉，等．多傳感器信息融合在藥材分類系統(tǒng)中的應(yīng)用［J］．四川大學(xué)學(xué)報(bào):工程科學(xué)版，2013，S1:100-105．

［9］趙煜，韋真博，王俊，等．電子舌信號(hào)與理化指標(biāo)的信息融合區(qū)分不同養(yǎng)殖水的研究［J］．農(nóng)業(yè)工程學(xué)報(bào)，2012，28(1):153-160．

［10］談國鳳，田師一，沈宗根，等．電子舌檢測奶粉中抗生素殘留［J］．農(nóng)業(yè)工程學(xué)報(bào)，2011，27(4):361-365．

［11］Peris M，Escuder-Gilabert L．On-line monitoring of food fermentation processes using electronic noses and electronic tongues:A review［J］．Analytica chimica acta，2013，804:29-36．

［12］Gil L，Barat J M，Garcia-Breijo E，et al．Fish freshness analysis using metallic potentiometric electrodes［J］．Sensors and Actuators B:Chemical，2008，131(2):362-370．

［13］Gil L，Barat J M，Baigts D，et al．Monitoring of physicalchemical and microbiological changes in fresh pork meat under cold storage by means of a potentiometric electronic tongue［J］．Food chemistry，2011，126(3):1261-1268．

［14］李素芬．電位型電化學(xué)傳感器噪聲及濾波技術(shù)的研究［J］．內(nèi)江科技，2007，28(9):95，123．

［15］Rodríguez-Méndez M L，Gay M，Apetrei C，et al．Biogenic amines and fish freshness assessment using a multisensor system based on voltammetric electrodes．Comparison between CPE and screen-printed electrodes［J］．Electrochimica Acta，2009，54(27):7033-7041．

［16］Winquist F，Olsson J，Eriksson M．Multicomponent analysis of drinking water by a voltammetric electronic tongue［J］．Analytica chimica acta，2011，683(2):192-197．

［17］韋真博．伏安型電子舌的研發(fā)及其在食品檢測中的應(yīng)用［D］．杭州:浙江大學(xué)，2011．

［18］Soto J，Campos I，Martínez-Má?ez R．Monitoring Wastewater Treatment Using Voltammetric Electronic Tongues［M］．Springer Berlin Heidelberg，2013:65-103．

［19］Campos I，Bataller R，Armero R，et al．Monitoring grape ripeness using a voltammetric electronic tongue［J］．Food Research International，2013，54(2):1369-1375．

［20］Winquist F．Voltammetric electronic tongues-basic principles and applications［J］．Microchimica Acta，2008，163(1-2):3-10．

［21］Campos I，Alca?iz M，Masot R，et al．A method of pulse array design for voltammetric electronic tongues［J］．Sensors and Actuators B:Chemical，2012，161(1):556-563．

［22］劉海，楊慧中．一種智能在線pH檢測儀［J］．江南大學(xué)學(xué)報(bào):自然科學(xué)版，2012，02:173-177．

［23］黃懿，李小昱，王為，等．多源信息融合技術(shù)的豬肉新鮮度檢測方法研究［J］．湖北農(nóng)業(yè)科學(xué)，2011，12:2536-2540．

［24］王耀南，李樹濤．多傳感器信息融合及其應(yīng)用綜述［J］．控制與決策，2001(5):518-522．

［25］白福銘，鄭麗敏，朱虹，等．電子舌對不同儲(chǔ)藏期雞蛋識(shí)別的研究［J］．微計(jì)算機(jī)信息，2010，13:192-193-188．

［26］李學(xué)相．基于多指標(biāo)融合的豬肉新鮮度智能檢測方法［J］．計(jì)算機(jī)仿真，2012(9):224-227．

［27］龐旭欣，鄭麗敏，朱虹，等．電子鼻對不同存儲(chǔ)時(shí)間純牛奶的檢測分析［J］．傳感器與微系統(tǒng)，2012(9):67-70．

［28］任雪松，于秀林．多元統(tǒng)計(jì)分析［M］．北京:中國統(tǒng)計(jì)出版社，1999:128-149．

［29］何曉群．多元統(tǒng)計(jì)分析［M］．北京:中國人民大學(xué)出版社，2004:105-133．

［30］任志娟．SPSS中判別分析方法的正確使用［J］．統(tǒng)計(jì)與決策，2006(3):157．