[发明专利]基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法

权利要求书

1.一种基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于：

S1：获取果汁气体样本；

S2：构建果汁气体电子鼻监测系统，并对果汁气体样本进行气味检测，得到果汁气体原始响应数据集；

S3：筛选传感器；采用X位二进制参数筛选传感器，得到被标记的传感器群，该传感器群采集到的数据为标记响应数据集，并排列成响应矩阵M×N；

S4：选择带未知参数的细胞神经网络模板，根据排列成响应矩阵，建立带未知参数的果汁气体细胞神经网络；将步骤S3的标记响应数据集输入到带未知参数的果汁气体细胞神经网络中进行特征点标记，得到传感器特征点；

S5：采用增强型磷虾群优化算法，对所有未知参数寻求最优值，并对所有传感器特征点进行特征提取，得出对应的细胞神经网络模板，以及对应的细胞神经网络；

S6：根据传感器特征点得到的分类效果，对细胞神经网络的特征提取能力进行验证。

2.根据权利要求1所述的基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于：在步骤S1中获取果汁气体样本设置在散发器中，该散发器包括果汁容器，该果汁容器设置有与输气管的一端连接的出气孔，所述输气管的另一端伸入所述电子鼻监测系统的监测腔室内。

3.根据权利要求1所述的基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于：在步骤S2中的果汁气体电子鼻监测系统中的传感器需要预处理：

S21：将所有传感器暴露于清洁空气Q分钟，以获得检测基线；

S22：将果汁气体样本引入所述电子鼻监测系统的监测腔室内，持续时间为P分钟；返回步骤S21。

4.根据权利要求1所述的基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于：在筛选传感器时，设定对应序列位数的二进制数为1时，则标记为选中该传感器；标记为0，则标记为未选中。

5.根据权利要求1所述的基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于：步骤S4中带未知参数的果汁气体细胞神经网络为：

x_ij(t)是细胞神经网络任一单元格C(i,j)的状态值，初始条件x_ij(0)＝0；

u_ij是细胞神经网络任一单元格C(i,j)输入，其中静态输入|u_ij|≤1；

y_ij(t)是细胞神经网络任一单元格C(i,j)的输出；

A(i,j；k,l)、B(i,j；k,l)、I_ij是连接细胞神经网络单元格C(k,l)C(i,j)的模板参数；

A是一个反馈模板，B是一个控制克隆模板，I为阈值。

6.根据权利要求5所述的基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于：步骤S4中，细胞神经网络类型包括单模板细胞神经网络和多模板细胞神经网络；

当为单模板细胞神经网络时：

当多模板细胞神经网络时：

其中i是传感器的序列号，j为第i个传感器的第j个采样点；i＝1,2,…M；M≤X；j＝1,2,…1024；X为筛选传感器时，二进制数的位数；M为模板数，与筛选的传感器数相等；

'+'和'-'是用于标记时间顺序；

x₁、x₂、x₃、b为控制克隆模板未知控制参数；a为反馈模板的未知控制参数。

7.根据权利要求5或6所述的基于细胞神经网络和电子鼻特征提取的果汁贮藏期检测算法，其特征在于步骤S4中，反馈模板A中的未知控制参数a、控制克隆模板B中的未知控制参数x₁、x₂、x₃、b、阈值I之间存在约束条件：