基于BP神经网络算法的香料鉴别分析系统的研制(2)
3.3.3 香料数据分类 15
3.4 测试验收 16
3.4.1 测试数据 16
3.4.2 测试方案 17
3.4.3 测试分析 17
4 香料数据之间的相似度分析 21
4.1 功能描述 21
4.2 算法详解 21
4.2.1 全局距离法 21
4.2.2 金标距离法 22
4.3 测试验收 23
4.3.1 测试数据 23
4.3.2 测试方案 23
4.3.3 测试分析 23
5 香料数据与人工感官评价之间的联系 27
5.1 功能描述 27
5.2 算法详解 27
5.2.1 传递函数 27
5.2.2 输出数据的处理 28
5.3 测试验收 28
5.3.1 测试数据 28
5.3.2 测试方案 28
5.3.3 测试分析 29
6 香料鉴别分析系统 31
6.1 界面设计 31
6.1.1 数据导入 31
6.1.2 分类分析与感官训练 32
6.2 数据库设计 33
6.2.1 数据库字典 33
7 结语 37
7.1 项目创新之处 37
7.2 展望 37
致谢 38
参考文献 39
附录 40
绪论
近年来，食用香辛料在香特征方面开展了一定的研究[1]，但是觉特征研究尚处于空白阶段，系统分析香料的觉特征，掌握其调控技术，进而创造良好的觉感受已成为进一步发展香料满足消费者需求所必须解决的课题之一[2]。
本项目将在参考和借鉴食品风研究的基础上，首先建立香料的准确分类的模型。接着在对各个不同的香料之间寻找其相似性。同时研究电子鼻的18个传感器与人工评价指标之间的相关性。最后编写界面友好的客户端软件，供分析人员使用。
通过本项目的研究，希望能进一步降低人工品评香料难以克服的主观评判，既提高了效率，又能发现不同香料之间的关系，为研发新型香料的配方提供了参考依据。
项目背景
我校的香精香料专业是重点学科，承担了许多校企合作项目。本项目最初的设想是由香料学院的教授们提出的。他们在与雀巢公司的合作过程中，发现了许多实际问题，总结起来就是本论文需要解决的三个问题。分类、相似度以及香料数据与人工感官评价之间的联系。通常，在处理这些问题时，香料专家们普遍选用PCA分析法，DFA判别函数，作雷达图等方式得出分类[4]，相似度以及人工感官评价的一系列问题。这些处理方式还不够精确，处理完毕后还需要人工进行分析评价。因此如果能够从计算机专业角度出发去解决这一系列问题，从而减轻人工评价带来的主观性问题，将会带来极大的便利。同时作为一个系统，它能够不依赖于其他商业软件独立运行。这就要求在研制过程中不能使用这些成熟的模块，需要另起炉灶。这样一个系统研制出后肯定是最符合用户实际需求的。
上一篇：模糊控制在变频调速系统中的应用
下一篇：磁悬浮系统的模糊控制器设计