基于神經網絡的LAPS電子舌算法研究與實現.pdf

1、電子舌是近十年來興起的一項人工智能技術，采用電子舌對味覺進行識別具有快速、準確、智能的特點，適合于許多領域的使用，因而受到廣泛重視。模式識別系統(tǒng)能夠降低對傳感器性能的要求，提高電子舌的識別準確率，是電子舌的關鍵組成單元之一。
　　在定性識別部分，首先使用主元分析法提取原始數據的特征，降低數據的復雜度，然后對提取的特征進行歸一化處理。為了使神經網絡能夠滿足味覺識別的要求，對 BP網絡結構進行了詳細設計，并在深入研究BP算法的基礎上，

2、將誤差因子引入到網絡的訓練參數中，獲得了更快的訓練速度。在MATLAB平臺下實現了該算法，并用采集到的樣本進行驗證，取得了良好效果。在定量識別部分，通過對濃度響應曲線的單調特性和可識別性進行深入分析，提出了一種基于分段線性逼近實際曲線原理的濃度識別方法，并設計了一種具有兩級神經網絡的結構實現了該方法。其中一級神經網絡用于獲取味覺的類別信息和粗略濃度值，二級神經網絡在濃度的粗略值基礎上對濃度進行精確識別。通過大量測試樣本對所提出的濃度識別

3、方法的準確性進行驗證，計算并分析了其識別誤差，驗證效果良好。
　　論文在FPGA硬件實現階段，運用模塊化思想將識別算法分解成多個功能模塊，對每個模塊進行單獨實現，采用控制-執(zhí)行的方式使所有模塊有序運行，增強了設計的穩(wěn)定性與可靠性，也使得調試更加方便。此外，為了提高計算精度和降低資源消耗，使用了DSP、RAM等常用的FPGA內嵌硬核來實現算法中較復雜的數學運算。
　　最后，論文還完成了FPGA與其他電子舌硬件系統(tǒng)的通信連接，以