百草油中鉴别分类检测方案(感官智能分析)

智能文字提取功能测试中

2010年第29卷第7期62传感器与微系统(Transducer and Microsystem Technologies) 庄家俊，等：百草油鉴别分类的电子鼻实现方法研究第7期63 *百草油鉴别分类的电子鼻实现方法研究 庄家俊，骆德汉，邹宇华 (广东工业大学信息工程学院，广东广州510006) 摘 要：采用便携式电子鼻 PEN3 对4组不同生产批次的中成药(百草油)进行检测，并对采样得到的数据进行分析。结合主成分分析(PCA) 和线性判别分析(LDA)算法的特点，采用了 PCA +LDA分析方法。该方法首先通过 PCA 分析来压缩特征数据的维数，减少数据计算量，进而优化特征向量，继而采用 LDA分析实现对不同批次百草油产品的鉴别分类。结果表明：对4组样本的最终判别结果达到了87.5%的正确判别率，误判的待测样本只发生在 p0705 和 p0801 之间。 关键词：电子鼻；中成药；主成分分析和线性判别分析分析方法 中图分类号：TP 212.9 文献标识码：A 文章编号：1000-9787(2010) 07-0062-04 *Classification of luofushan hundred-grass-oil based on e-nose ZHUANG Jia-jun， LUO De-han， ZOU Yu-hua (School of Information Engineering，Guangdong University of Technology，Guangzhou 510006， China) Abstract： A portable electronic nose was applied in the detection and analysis of four groups of hundred-grass-oilwith different production batches. Combined with the advantages of principal component analysis( PCA) and lineardiscriminant analysis(LDA) ，PCA +LDA analysis method was adopted. By this method， the data collected wasfirst analyzed by PCA to reduce the data dimension and optimize feature vectors，and then LDA was employed toclassify the four sample groups. It worked out that the classification rate reached 87.5 %，only a few samples ofgroup p0705 and p0801 were classified incorrectly. Key words： electronic nose； traditional chinese pattern medicines； PCA+LDA analysis methoc 0 引 言 20世纪90年代发展起来的电子鼻(electronic nose)，是模拟生物嗅觉传导机理设计的，由传感器阵列和适当的模式识别系统组成，是一种新颖的检测、分析和识别大多数气味及挥发性成分的仪器，它给予的是样品中挥发性成分的整体信息，亦称“电子指纹”。基于电子鼻的特点及其方便快速的优越性，国内外已在环境检测检、食品工业24、农业等方面有了不少的应用和研究成果，但其在中药材/中成药应用领域的研究报道尚不多见。 本文选择具有一定芳香气味的中成药—罗浮山百草油作为研究对象，香气的质量是百草油质量的重要表征之一，拟利用电子鼻技术，通过获取样品的气味特征信息，并将其与以往香气质量较佳的某批次样品的气味信息进行匹配鉴别，以实现产品香气质量的在线监控。本文结合中医理论感官鉴别法—“鼻闻法”对药材进行品鉴识别的理念，利用电子鼻对具有特殊挥发性气味的中成药进行检测分析，并从原始数据中提取/生成尽可能多的特征子集组成 原始特征参数向量，同时结合 PCA算法和 LDA算法的特点，采用PCA+LDA分析方法实现了训练样本的分类和待测样本的鉴别。 实 验 1.1 材 料 本实验采用的中成药样品是由合作单位—广东罗浮山国药股份有限公司提供的4组具有不同生产批次的百草油产品。该产品由两面针等79种中药成分制成，是一种翠绿色的澄清液体，有较强的挥发性，味芳香。这4组样品的生产批次分别为 L06E281，L07E041，L08A181 和 L08C041。 1.2 电子鼻 本实验采用的电子鼻是由德国AIRSENSE 公司制造的便携式电子鼻(portable electronic nose3，PEN3)，PEN3阵列包含10只金属氧化物型传感器(MOS)，这10只传感器在阵列中的代号(敏感特性)分别为：S(对芳香成分敏感)，S，(对氮氧化物敏感)，S，(对氨水、芳香成分敏感)，S4(只对氢气有选择性)，S，(对烷烃、芳香成分敏感)，S， ( * 基 金项目：国家自然科学基金资助项目(69971105)；广东 省 自然科学基金资助项目(05001836，7003172) ) (对甲烷敏感)，S，(对有机硫化物敏感)，S；(对乙醇敏感)，S，(对有机硫化物、芳香成分敏感)和Sjo(对甲烷敏感)。 1.3 采样方法 分别用4支一次性注射器量取各批次样品0.5 mL 并注入到容量为 40 mL 的样品瓶中，4个样品瓶按所存放样品的生产批次分别贴上标签 p0605， p0705， p0801 和 p0803.由于百草油在样品瓶中的静置/密封时间在一定程度上决定了样品瓶内挥发性气体的浓度及气味特性，所以，4个样品瓶分别用保鲜薄膜密封 60 min，以使瓶内顶空气体达到饱和状态。接着用一接在 PEN3 特氟纶管上的探针透过保鲜薄膜插入样品瓶，准备采样。 本实验中，实验室内温度保持在26~28℃，相对湿度保持在 43%~49%RH，采用静态顶空抽样的方法用 PEN3 进行检测。采样时间、传感器阵列的清洗时间分别设为70，110s，每批次样品采样12次，共48次。其中，24个数据(每组6个)作为训练样本，余下的24个作为待测样本。 1.4 特征生成与提取 为了尽可能多的保留原始数据中包含的有用信息，本文尽可能提取/生成较多的特征子集来组成原始特征参数向量。 根据 PEN3 传感器阵列对百草油样品的响应曲线的趋势和变化情况，分别选择各个传感器的第40s 响应值、第50s响应值、第60s响应值、平均值、峰值、标准差、各响应值中方差最大时刻的响应值、对响应数据分别进行一阶和二阶多项式拟合并分别取其拟合参数的0次系数向量，共9个特征子集组成原始特征参数向量f，其维数为9×10=90维，表示形式如下 f= [faosfsosfo ，avg，max，std，var，faf]， (1)式中中Jf4o为 PEN3 传感器阵列在第40s的响应值；fso为第50s的响应值；foo为第60s的响应值； avg 为传感器阵列在70s内的平均值； max 为传感器阵列在70s内的峰值； std 为传感器阵车在70s内响应数据的标准差；var 为传感器阵列方差最大时刻的响应值；fa为传感器阵列响应数据一阶拟合曲线的0次系数向量；fa为传感器阵列响应数据二阶拟合曲线的0次系数向量。 2 PCA+LDA分析方法的数学原理 目前已有不少文献对 PCA 和 LDA算法进行了探讨和应用1-。在 Matlab环境下，本文采用的 PCA + LDA 分析方法是通过构造训练样本的 PCA +LDA特征空间，然后，将待测样本投影到该特征空间，完成对训练样本的分类和待测样本的鉴别。 设训练样本为teR"*，本文中一个向量代表一个样本的特征参数向量，其中，c表示训练样本类别数，c=1，2，…，n；i为第c类训练样本个数，i=1，2，，n；训练样本的均值 式中ueR*I，TeR'xN，T为所有训练样本去均值后形成 的训练样本矩阵，N为训练样本总数，N = 2.1 PCA 特征系数矩阵 PCA 算法是电子鼻数据处理中最为常用的方法之一，其最大的特点在于降维，即从原始的多个变量中取少数线性组合(综合指标)，这些综合指标虽不能直接观察，但它们之间线性无关，能最大限度地保持原有变量的信息，可以确定样本间的内在聚类特性。 首先，根据矩阵T计算协方差矩阵 Q=T×T (3) 接着，计算协方差矩阵的特征值和特征向量，并取其较大的前a个特征值所对应的特征向量组成 PCA 特征系数矩阵P.eR，再把训练样本矩阵T投影到 PCA特征子空间中，得到 PCA 识别特征 其中，PeRaXN. 2.2 LDA 特征系数矩阵 LDA 也是一种常用的模式分类算法，由原始数据经线性组合构造判别函数，将多维空间分成一些子空间，能够最大限度地区分不同的样品集，分类效果好且易实现。但是，当样本总数较少或选取的特征数较多时，直接采用 LDA算法会出现小样本问题，即导致样本类内散布矩阵S，奇异，LDA 算法将无法进行下去。而解决小样本问题可通过降维的方法使 S，非奇异或者避免对S，求逆图，所以，本文将由PCA 算法得到的特征矩阵P作为 LDA算法的输入矩阵，并将其分解成c个新知阵的组合，同时计算每个新矩阵的均值向量，即 其中，Ve Rxne，. e Rxl，V为第c个矩阵的第i列，c=1，2，…，n，i=1，2，…n. 接着，计算类内散布矩阵S，，和类间散布矩阵S，，即 其中，v=2u./n，veR"xI。然后，再求解矩阵S，，'s，的特征向量以组成 LDA 特征系数矩阵LeRxa( 亦称最佳投影矩阵)，进而得到 PCA+LDA 特征系数矩阵 其中，CeR'a，从而得到训练样本的 PCA +LDA 识别特征 2.3 待测样本的识别特征 设待测样本为xe R"*，将其去均值后投影到 PCA +LDA分析方法形成的特征空间中，得到待测样本的 PCA+LDA 识别特征，即 结果与讨论 3.1 4组样本的极坐标图谱 为了直观地显示4组样本的挥发性综合气味特征信息，图1给出了4组样本在某一稳态时刻(第55s)的极坐标图谱。由于这4组样本都是同类产品，传感器阵列对其响应特性基本一致，这从图1中可以看出：传感器阵列对这4组样本的响应特性只在个别传感器(如S，S，和S)上有着细微的差别。为了能准确地实现这4组样本的鉴别分类，本文根据式(1)提取/生成了传感器阵列几个稳态时刻的响应值、原始数据的统计参数及拟合参数组成原始特征参数向量，以做进一步的分析。 图14组训练样本第55s时刻的极坐标图谱 Fig 1 Polar plot of the 10 sensors to the four groups 3.2 PCA +LDA 算法用于训练样本的分类 PCA+LDA分析方法的第1步是为了提高计算效率，因为原始特征参数的数量很大，需要在尽量不丢失对分类有用信息的前提下，对原始特征参数进行合理的变换、组合和选择，筛选出对分类识别最有效、数目最少的特征，以降低维数。 表1是对4组样本特征参数矩阵进行 PCA 后得到的前5个主成分分量的特征值和贡献率。图2是4组样本的PCA分析结果图。 从图2中可以看出：单独采用 PCA算法对4组训练样本的分类效果非常不理想，各批次的样本点交交在一起，难以区分。原因是 PCA 算法虽然能最大限度地保持原有测量数据集的信息，但经降维后保存下来的信息却不一定对分类最有用。这是因为PCA算法对不同的训练样本数据 表14组训练样本前5个主成分的特征值及贡献率 Tab 1 Eigen value and variance of the first five principalcomponents of the four groups 主成分 特征值 方差贡献率(%) 累计贡献率(%) 1.8142 47.3380 47.3380 2 0.9310 24.2914 71.6294 3 0.5040 13.1515 84.7809 4 0.2578 6.7263 91.5072 5 0.1430 3.7306 95.2378 图2144组训练样本的PCA分析结果图 Fig 2 Analytic result of four groups by PCA 不敏感，它寻找的只是数据分布的主轴方向，如果把4组不同批次的训练样本都放在一起，则被 PCA 算法抛弃的那些分布方向有可能正是能够把不同类别区分开来的方向。这就是本文采用 PCA+LDA分析方法的原因，只利用 PCA 算法来实现数据的降维。 PCA+LDA 分方方法的第二步是将由 PCA 算法得到的特征矩阵作为 LDA 算法的输入矩阵。从表1中可以看到，前5个主成分的累计贡献率已达到95%以上，所以，取前5个较大特征值所对应的特征向量组成判别分析的输入特征矩阵，并最终冬到4组训练样本的PCA+LDA 识别特征。 4 组训练梓本的PCA+LDA分析结果见图3. 图3 4组训练样本的 PCA+LDA分析结果图 Fig 3 Analytic result of four groups by PCA+LDA 从图3中可以看出：采用PCA+LDA 方法对4组训练样本的区分效果明显优于单独采用 PCA 算法，原先交错在一起的训练样本点已经全部被明显地区分开来，而且，不同批次的样本点的分布较为集中。这是因为LDA 算法的主要思路就是使类内散布最小化、类间散布最大化。 3.3 待测样本的鉴别 按照公式(1)生成待测样本的特征参数向量，代入公式(10)得到待测样本的 PCA + LDA 识别特征，并与训练样 本的 PCA + LDA识别特征加以比较，依据最近邻准则判断待测样本的所属类别。图4为某一待测样本的鉴别结果，表2给出了所有待测样本的判别结果。 图4 某一待测样本的鉴别结果 Fig 4 Identification result of one testing sample by PCA+LDA 表2 4组待测样本的PCA+LDA 判别结果 Tab 2 .Classification results of the four HGO testingsample by PCA+LDA p0605 p0705 p0801 p0803 p0605 6 0 0 p0705 0 5 1* 0 p0801 0 2* 0 p0803 0 0 C 6 *发生误判的待测样本数 结果表明： PCA+LDA分析方法对训练与待测的样本类别都具有良好的鲁棒性。对于4组训练样本的回判结果完全正确。对于余下的待测样本，有3个被错误地进行了判断，其中， p0705有一个待测样本被误判为 p0801， 而p0801则有2个被误判为p0705。对所有待测样本的最终判别结果达到了87.5%的正确判别率。 4 结 论 研究表明：采用电子鼻对百草油进行气味检测分析是-种客观性强、重复性好且准确度高的方法。本文结合PEN3对4组不同生产批次的百草油产品进行检测，采用 心>>心 >> (上接第61页) 为9kPa，但分析认为这个值并不能代表肌肉阻力，因为胰岛素泵每次最大输入2单位，若能增加输注剂量，阻力的最大值可能还会继续增大。对于不同的人，不同的注射部位，不同的测试方法，甚至不同的测试时间都会有差异。 2)人体肌肉阻力的阈值(在未推药时的阻力)约为0.25~1.09kPa，这个值很低，但很重要。这个阈值可以理解为人体皮下的压力，比如皮肤被刺破后，血液就会从伤口处缓慢流出，而不是喷射出，就是因为这个阈值不是很大。 3)人体肌肉是有缓冲作用的，推药时，阻力瞬时增大，停止推药后，阻力又很快降到打药前的水平。 4)打药过程中阻力的最大值和每次打药的多少有关，每次输注2单位和每次输入0.1单位，阻力达到的最大值分别是9，3kPa. 5)阻力的大小和打药的时间长短有关系。这点算是 PCA+LDA分析方法对数据进行分析，成功实现了这4组产品按生产批次的鉴别分类，对所有待测样本的正确判别率达到了87.5%。同时，采用 PCA+LDA分析方法，既能够解决 PCA 算法对不同的训练样本数据不敏感的问题和LDA算法可能出现的小样本问题，又能够实现 PCA算法的特征压缩。 本文提出的应用电子鼻对百草油进行鉴别分类的实验方法，证实了电子鼻在实现中药材/中成药鉴别分类，甚至在其质量评判分析、产品监控领域的应用潜力 ( 参考文献： ) ( [1] 李文敏，吴纯洁，艾莉，等.基于电子鼻、电子舌技术实现中药性状气味客观化表达的展望[].中成药，2009，31(2)： ：282-284. ) ( [2] De Vito S， Massera E ， Quercia L，et al. An a lysis of vo l canic g a s esby means of electronic nose [. Sensors and Actuators B： Chemi- cal，2007，127(1)：36-41. ) ( 3] Brezmes J ，Fructuoso M L L ， Lobet E，et al. Evaluation o f an elec- tronic nose t o a ssess fruit ripeness [J]. IEEE Sensors Journal， 2005，5(1)：97-108. ) ( [4] Pang L ， Wang J， L u X ， et a l . Discr i mination o f s torage age f or wheat by e-nose [. Transactions o f th e ASABE，2008，5 1 (5)： 1707-1712. ) ( 5] 殷 勇，田先亮.基于 PCA 与 Wilks 准则的电子鼻酒类鉴别方法研究叨.仪器仪表学报，2007，28(5)：849-852. ) ( [6] 庄哲民，张阿妞，李芬兰.基于优化的 LDA 算法人脸识别研 究[.电子与信息学报，2007，29(9)：2047-2049 ) ( 7] 边肇祺，张学工.模式识别[M].2版.北京：清华大学出版社， 2000. ) ( 作者简介： ) ( 庄家俊(1983-)，男，广东汕尾人，硕士研究生，主要研究方向为仿生嗅觉、传感信号处理。 ) 心>> >> 、 推论，因为肌肉具有很好的缓冲作用，因此，推药的速度减缓阻力也会大大降低，这和人们日常生活中的经验相符 ( 参考文献： ) ( 刘福平，梁泽民.国产圣唐型胰岛素泵的研制及临床应用叨.医疗卫生装备，2003，24(2)：6-8. ) ( 2] M aillefer D， Van L H，Rey-Mermet G， e t al. A h igh-performancesilicon micropump for an i m plantable drug delivery system [C ] / Proc. of t h e 12th IEEE ME M S 1999 Tec h nical D igest，O r lando， FL，U S A，1999：541-5 4 6. ) ( 3] Laser D J ，Santiago J G . A review of m icropumops . Journal of Micromechanies and Microengineering，2004(14)：R35-R64. ) ( [4] 刘 收.微型压电薄膜泵研制与实验研究 [D].北京：北京航空航天大学，2004. ) ( 作者简介 ) ( 吕坤勇(1986-)，男，安徽界首人，硕士研究生，研究方向为生物微机电系统。 )