一种用于当归产地快速检测分类的方法及电子鼻系统

本发明涉及中药材鉴别，具体涉及一种用于当归产地快速检测分类的方法及电子鼻系统。

背景技术：

1、中药产地检测技术主要有气相色谱-质谱联用技术(gas chromatography-massspectrometry，gc-ms)，该技术结合了气相色谱和质谱的优势，能够对复杂的中药样品进行高效、准确的分析和鉴定。样品首先被注入到气相色谱柱中，其中化合物在载气的作用下在柱子中分离。不同化合物的相互作用不同，导致它们在色谱柱中移动的速度也不同，分离的化合物从气相色谱柱中出来，进入质谱仪器，在质谱中，化合物被电离并分解成碎片离子，这些离子会根据其质量和电荷比例被分离和检测。质谱仪器会产生质谱图，显示不同质量电荷比的离子峰，这些图谱可以与数据库进行比对，以确定化合物的信息，最后实现对中药产地的分类。

2、但是，气相色谱-质谱联用技术所用的仪器体积大，成本昂贵，不能达到实时检测的效果，需要专业技术人员操作且检测时间长，会消耗大量人力、物力。

技术实现思路

1、本发明第一个目的在于，提供一种用于当归产地快速检测分类的方法，期望有效解决背景技术中的问题。

2、为实现上述目的，本发明采用如下技术方案：

3、一种用于当归产地快速检测分类的方法，其特征在于，所述方法基于电子鼻系统，所述电子鼻系统包括气泵、三通阀、气室、气泵、数据采集卡和上位机，所述气室内设有传感器阵列，并包括以下步骤：

4、s1：启动电子鼻系统，预热传感器阵列使其达到正常工作温度；

5、s2：打开三通阀和气泵，用纯净氮气清洗传感器阵列气室；

6、s3：关闭气泵，切换三通阀阀门，注入当归气体，让当归气体和传感器阵列充分响应，同时通过数据采集卡采集气体曲线数据至上位机保存；

7、s4：重复采集当归气体样本数据，对采集的数据进行预处理，输入到优化的pca-cnn-lstm模型中训练；

8、s5：最后通过pca-cnn-lstm模型对当归产地进行分类。

9、在采用上述技术方案的同时，本发明还可以采用或者组合采用如下技术方案：

10、作为本发明的一种优选技术方案：所述传感器阵列包括16个金属氧化物传感器,采购自日本figaro公司，传感器型号分别为tgs813-1、tgs813-2、tgs816、tgs821、tgs822-1、tgs822-2、tgs826、tgs832、tgs2600、tgs2602、tg2609、tgs2610-1、tgs2610-2、tgs2611-1、tgs2611-2、tgs2620。

11、作为本发明的一种优选技术方案：所述步骤s4具体包括以下子步骤：

12、s41：对采集的数据进行预处理；

13、s42：对电子鼻采集的数据进行pca处理，选取对第一主成分贡献率达到0.1以上的8个传感器，在对数据降维的同时能够保留原始数据的大部分信息；

14、s43：创建cnn部分的模型：创建两个相同的卷积层，每一层都由128个大小为2×1，步幅为1×1的卷积核组成，激活函数使用relu，使用大小为2×1、步幅2×1的最大池化层来压缩时间维度数据，减少特征维数；

15、s44：创建lstm网络部分模型：创建一个双层的lstm网络，其中第一层隐藏层神经元数为64，第二层隐藏层神经元数为32；

16、s45：将经cnn部分的模型经卷积提取空间特征后的输出输入至lstm网络部分模型中；

17、s46：在lstm后连接一个fc全连接层，然后使用softmax作为激活函数，使用交叉熵作为损失函数，并使用adam算法进行网络参数优化。

18、作为本发明的一种优选技术方案：所述步骤s41具体为：

19、s411：中值滤波降噪；

20、s412：数据标准化：将各传感器电压响应值减去基线值，再将数据进行裁切，取传感器响应时间的2800个点作为数据；

21、s413：将数据进行下采样，在时间维度上进行压缩，每隔28个采样点取一个点，最后每个样本数据大小为16×100。

22、作为本发明的一种优选技术方案：所述步骤s42具体为：

23、s421：选取采集的当归电子鼻数据的最大响应值、平均值、最大斜率建立pca模型，

24、s422：选取多个传感器，以能够表达大部分原始数据。

25、作为本发明的一种优选技术方案：所述步骤s422中，传感器的选取规则为：第一主成分的贡献率不小于0.1。

26、本发明还有一个目的在于，提供一种电子鼻系统，所述电子鼻系统基于如前文所述的用于当归产地快速检测分类的方法进行当归产地快速检测分类操作。

27、本发明提供一种用于当归产地快速检测分类的方法，具有如下有益效果：本发明所提供的电子鼻系统与现有的气相色谱-质谱联用技术相比，仪器更加小型化，成本更低，检测更加便捷、迅速，此外，本发明所提供的方法建立pca-cnn-lstm模型训练，对当归产地的分类准确率更高。

技术特征：

1.一种用于当归产地快速检测分类的方法，其特征在于，所述方法基于电子鼻系统，所述电子鼻系统包括气泵、三通阀、气室、气泵、数据采集卡和上位机，所述气室内设有传感器阵列，并包括以下步骤：

2.根据权利要求1所述的用于当归产地快速检测分类的方法，其特征在于：所述传感器阵列包括16个金属氧化物传感器，采购自日本figaro公司，传感器型号分别为tgs813-1、tgs813-2、tgs816、tgs821、tgs822-1、tgs822-2、tgs826、tgs832、tgs2600、tgs2602、tg2609、tgs2610-1、tgs2610-2、tgs2611-1、tgs2611-2、tgs2620。

3.根据权利要求1所述的用于当归产地快速检测分类的方法，其特征在于：所述步骤s4具体包括以下子步骤：

4.根据权利要求3所述的用于当归产地快速检测分类的方法，其特征在于：所述步骤s41具体为：

5.根据权利要求3所述的用于当归产地快速检测分类的方法，其特征在于：所述步骤s42具体为：

6.根据权利要求5所述的用于当归产地快速检测分类的方法，其特征在于：所述步骤s422中，传感器的选取规则为：第一主成分的贡献率不小于0.1。

7.一种用于当归产地快速检测分类的电子鼻系统，其特征在于：所述电子鼻系统基于如权利要求1-6中任意一项所述的用于当归产地快速检测分类的方法进行当归产地快速检测分类操作。

技术总结
本发明提供一种用于当归产地快速检测分类的方法及电子鼻系统，所述方法包括以下步骤：S1：启动电子鼻系统，预热传感器阵列使其达到正常工作温度；S2：打开三通阀和气泵，用纯净氮气清洗传感器阵列气室；S3：关闭气泵，切换三通阀阀门，注入当归气体，让当归气体和传感器阵列充分响应，同时通过数据采集卡采集气体曲线数据至上位机保存；S4：重复采集当归气体样本数据，对采集的数据进行预处理，输入到优化的PCA‑CNN‑LSTM模型中训练；S5：最后对当归产地进行分类。本发明所提供的电子鼻系统与现有的气相色谱‑质谱联用技术相比，仪器更加小型化，成本更低，检测更加便捷、迅速，此外，本发明所提供的方法建立PCA‑CNN‑LSTM模型训练，对当归产地的分类准确率更高。

技术研发人员：何成,徐昊,迟梁,章检明,王中鹏
受保护的技术使用者：浙江科技大学
技术研发日：
技术公布日：2024/10/24