电子鼻技术及其应用研究进展
刘辉,牛智有(华中农业大学工程技术学院,湖北武汉430070)
摘要:通过对电子鼻的基本组成和工作原理,以及气敏传感器及其阵列、信号预处理和模式识别技术等研究现状
的阐述,在综合分析了电子鼻技术在食品、烟草、医学、环境监测等领域国内外的应用研究进展的基础上,剖析总结了电子鼻技术存在的问题,并提出了电子鼻技术的发展趋势和方向。
关键词:人工智能;应用;综述;电子鼻;模式识别中图分类号:tp242.6;tp242.6+4
文献标识码:a
文章编号:1674-5124(2009)03-0006-05
electronic nose technology and its application development
liu hui ,niu zhi-you
(college of engineering &technology ,huazhong agriculture university ,wuhan 430070,china )
abstract:for discussing the application and development trend of electronic nose ,in this article ,the principle and constitutes of electronic noses ,and the current situation of gas sensitive sensor and its array ,signal pre-processing and pattern identification are presented.then its application developments are roundly analyzed for the fields of food industry ,tobacco ,medical science ,environment monitor ,etc.and the current problems of this technology are pointed out ,and its development tendency is evaluated at last.
key words:artificial inligence ;application ;review ;electronic nose ;pattern identification
收稿日期:2008-11-24;收到修改稿日期:2009-02-15基金项目:“十一五”国家科技支撑计划重点项目(2006bad14b03)作者简介:刘辉(1984-),男,湖南浏阳人,硕士研究生,专业方向为农产品智能检测。
1引言
电子鼻也称人工嗅觉系统,是模仿生物鼻的一种电子系统,主要根据气味来识别物质的类别和成分。其早应用是1982年英国学者persuad 和dodd 用3个sno 2气体传感器模拟哺乳动物嗅觉系统对戊基醋酸脂、乙醇、、戊酸、柠檬油、异茉莉酮等有机气体进行类别分析[1]。随着电子鼻技术的发展,其应用范围也不断的扩展。至今,电子鼻已经广泛应用于食品、烟草、医学、环境监测和检测等领域。
2电子鼻系统构成
gardner j w 给电子鼻定义为:电子鼻是由有选择性的电化学传感器阵列和适当的识别方法组成的仪器,能识别简单和复杂的气味[2]。电子鼻的工作原理是模拟人的嗅觉对被测气体进行感知、分析和识别。动物和人的嗅觉系统由三部分组成[3]:
(1)
初级神经元,对气体具有很高的灵敏度和交叉灵敏度;(2)二级嗅觉神经元,对初级神经元收集的信息进行调节、放大等处理,完成信号特征提取;(3)大脑,对信号进行识别、判断。电子鼻系统具有与其类似的构成:(1)气体传感器阵列,相当于人的初级神经元,对气体进行吸附、解吸附,并将其转化为电信号;(2)信号处理单元,对气体传感器阵列产生的信号进行放大、滤波、a/d 转换、传输;(3)计算机模式识别,相当于人脑,对信号进行识别和判断。2.1气体传感器及其阵列构成电子鼻气体传感器阵列中的气体传感器各自对特定气体具有相对较高的敏感性,因此,由一些不同敏感对象的传感器构成的电子鼻可以测得被测样品挥发性成分的整体信息,与人的鼻子一构成电子鼻气体传感器阵列中的气体传感器各自对特定气体具有相对较高的敏感性,因此,由一些不同敏感对象的传感器构成的电子鼻可以测得被测样品挥发性成分的整体信息,与人的鼻子一样,闻到的是样品的总体气味。根据材料类型,现有的常用气体传感器及其阵列可以分为3大类[4]:(1)金属氧化物型半导体传感器及其阵列(metal oxide semiconductor ,mos ),如sno 2、zno 、wo 3等,当其吸附某种气体时导致该氧化物的电阻下降产生信号;(2)导电聚合物传感器及其阵列(conducting polymers ,cp ),吡咯、苯胺、噻吩、吲哚等碱性有机物的聚合物及衍生物,当他们与带气味的物质反应后数据采集,采用主成分分析(pca)、自组织特征映射网络(som)、径向基函数网络(rbf)、概率神经网络(pnn)进行品质判别,som、rbf的识别率达到100%[17]。随后ritaban dutta进行了基于电子鼻的茶叶质量标准化的研究[18]。国内学者于慧春等利用电子鼻对同类不同等级的茶叶、茶水和茶底挥发性成分进行检测,采用线性判别和bp神经网络进行茶叶等级判别,结果表明以茶水为对象时判别效果相对较好[19]。殷勇等将wilks准则引入主成分分析中,实现了电子鼻对3种不同种类酒的正确鉴别[20]。brezmes j等利用mos型传感器构成的电子鼻对水果成熟度检测进行了研究。brezmes j等人将水果的成熟度分成未成熟的、成熟的以及熟透的3个等级,利用ann方法进行判别,桃和梨的识别率达到了92%,苹果的识别率稍微低一些[21]。随后brezmes j等人利用电子鼻对因储藏期不同而具有不同成熟度的苹果进行了识别研究[22]。周亦斌探讨了采用pen2型电子鼻对不同成熟度的蕃茄进行评价研究,采用主成分分析(pca)和线性判别式分析(lda)可以较好的区分半熟期、成熟期和完熟期的蕃茄[23]。国内学者应用电子鼻对不同品种的苹果[24],不同贮藏时间柑橘[25]、苹果[26]、雪青梨[27],苹果货架期质量[28]进行了检测研究。鲁小利等利用pen2型电子鼻系统和ga-bp算法对3种可乐(可口可乐、百事可乐、非常可乐)识别正确率为97.62%[29]。
电子鼻也可用于食品生产过程的监测, nabarun bhattacharyya,sohan seth等人根据茶叶在发酵过程中不同的阶段具有不同气味的原理,利用电子鼻进行茶叶发酵过程的监测,采用二范数法和马氏距离法进行数据处理,其结果与色度检测和专家评估结果就近[30]。
通常引起电阻增加产生信号;(3)质量传感器及其阵列,他们吸附了气味分子会引起石英振动频率的改变,从而产生信号。
2.2信号预处理方法
对传感器阵列传入的信号需要进行滤波、放大和特征提取,其中重要的就是特征提取。目前常用的特征提取方法有相对法、差分发、对数法和归一法等。实验表明,相对法和部分差分模型有助于补偿传感器敏感性,而且部分差分模式能使传感器电阻的浓度依赖关系线性化。对数分析可使高度非线性的浓度依赖关系线性化。传感器输出的归一化使其输出介于[0,1]之间,他不仅可减小化学计量分类器的计算误差,而且可为人工神经网络分类器的输入准备适当的数据[5]。
2.3模式识别技术
模式识别是对预处理之后的信号再进行适当的处理,获得气体组成成分和浓度的信息。模式识别的过程分为两个阶段[1]:(1)监督学习阶段,在该阶段运用被测样品来训练电子鼻,使其自我学习;
(2)应用阶段,经过训练的电子鼻对被测气体进行识别。常用的模式识别方法主要是主成分分析(pca)、偏小二乘法(pls)和人工神经网络(ann)。
主成分分析也称为降维映射法,是将高维空间的信息映射到低维空间,消除众多信息中相互重叠的部分,寻找重要的信息。偏小二乘法可消除信号中的随机成分或噪音,能得到预报稳定性较高的模型。这两种方法都将目标变量与影响因素看成是线性关系,而在实际问题当中,这两者往往不是线性关系,因此这两种处理方法的误差较大,其精度有限。而人工神经网络是由大量简单处理单元相互连接构成的高度并行的非线性系统[6],同时ann 具有良好的容错性能,有助于提高气体检测精度[7]。典型的人工神经网络有误差反向传播(error back propagation,bp)算法网络、自组织特征映射神经网络(self-organizing feature map,sofm)、径向基函数(radial-basic feature,rbf)、支持向量机(support vector machine,svm)以及基于遗传算法的人工神经网络(genetic algorithm,ga)等。
3电子鼻技术的应用研究进展
3.1电子鼻技术在食品工业中的应用
在食品感官质量评判时,以嗅觉评判复杂,也极难把握。目前,这项工作是靠专业技术人员的嗅觉进行评定,评判结果包含了人为因素,不具有可重复性[8]。电子鼻系统具有一定的智能,可以部分代替人来评定食品的质量。电子鼻在食品中的应用包括食品原材料的检测、食品生产过程的监测以及产品的评价。
3.1.1电子鼻技术在食品原材料检测中的应用
电子鼻可以用来检测鱼、肉等的新鲜度,判别贮藏的粮食是否发生霉烂变质。n.el barbria等利用6个锡氧化物传感器、微控制器以及便携式电脑组成的电子鼻系统对储藏于4℃的沙丁鱼肉进行新鲜度检测,采用pca和svm对不同新鲜度的鱼肉进行判别,结果表明此电子鼻系统能够对不同新鲜度的鱼肉进行判别[9]。ylva blixt采用由10个金属氧化物场效应传感器(mosfet)、4个tgs系列传感器以及1个co2传感器构成的电子鼻对真空包装牛肉的程度进行了识别研究,将电子鼻中传感器对牛肉的响应信号和牛肉的感官评价进行偏小二乘回归,并对模型进行验证,决定系数r2达到0.94[10]。孙钟雷根据猪肉在过程中所散发的气体类型选择了5个mos型传感器,选取不同新鲜度的猪肉样品,同时进行电子鼻测定和挥发性盐基氮测定,利用遗传优化的组合rbf神经网络作为模式识别方法,对猪肉新鲜度的识别率较好,达到95%[11]。zhe zhang等利用由金属氧化物半导体传感器(mos)构成的电子鼻对不同新鲜度的牛肉进行检测,具有较好的识别效果[12]。邹小波等研制出一套由金属氧化物锡气体传感器阵列和rbf神经网络组成的电子鼻,利用该电子鼻对小麦、水稻和玉米3种谷物进行检测,对每个传感器的反应曲线提取特征值,并对所有特征值进行归一化处理,用pca 和rbf进行识别。结果显示用pca很难将霉变谷物与正常谷物区分开来,采用rbf神经网络对霉变小麦和水稻的识别正确率达到100%,对霉变玉米的识别正确率也在90%以上[13]。庞江林利用电子鼻进行了小麦陈化评定的研究[14]。蒋德云等通过检测含有活的储粮害虫气体样本、含有死虫的气体样本和标准空气样本来评定粮食是否受到害虫的侵蚀[15]。
电子鼻可以用来检测鱼、肉等的新鲜度,判别贮藏的粮食是否发生霉烂变质。n.el barbria等利用6个锡氧化物传感器、微控制器以及便携式电脑组成的电子鼻系统对储藏于4℃的沙丁鱼肉进行新鲜度检测,采用pca和svm对不同新鲜度的鱼肉进行判别,结果表明此电子鼻系统能够对不同新鲜度的鱼肉进行判别[9]。ylva blixt采用由10个金属氧化物场效应传感器(mosfet)、4个tgs系列传感器以及1个co2传感器构成的电子鼻对真空包装牛肉的程度进行了识别研究,将电子鼻中传感器对牛肉的响应信号和牛肉的感官评价进行偏小二乘回归,并对模型进行验证,决定系数r2达到0.94[10]。孙钟雷根据猪肉在过程中所散发的气体类型选择了5个mos型传感器,选取不同新鲜度的猪肉样品,同时进行电子鼻测定和挥发性盐基氮测定,利用遗传优化的组合rbf神经网络作为模式识别方法,对猪肉新鲜度的识别率较好,达到95%[11]。zhe zhang等利用由金属氧化物半导体传感器(mos)构成的电子鼻对不同新鲜度的牛肉进行检测,具有较好的识别效果[12]。邹小波等研制出一套由金属氧化物锡气体传感器阵列和rbf神经网络组成的电子鼻,利用该电子鼻对小麦、水稻和玉米3种谷物进行检测,对每个传感器的反应曲线提取特征值,并对所有特征值进行归一化处理,用pca 和rbf进行识别。结果显示用pca很难将霉变谷物与正常谷物区分开来,采用rbf神经网络对霉变小麦和水稻的识别正确率达到100%,对霉变玉米的识别正确率也在90%以上[13]。庞江林利用电子鼻进行了小麦陈化评定的研究[14]。蒋德云等通过检测含有活的储粮害虫气体样本、含有死虫的气体样本和标准空气样本来评定粮食是否受到害虫的侵蚀[15]。
3.1.2电子鼻技术在产品评价中的应用
在产品评价方面,他可以用来评价水果的成熟度,评价和识别不同品牌的白酒、葡萄酒、牛奶、茶叶以及果汁等。said labreche等采用带有18个mos传感器的fox4000电子鼻系统对不同储藏期的牛奶进行主成分分析,能够对不同储藏期的牛奶进行较好的识别[16]。ritaban dutta等针对5种不同品质的茶叶采用mos型传感器构成的电子鼻进行
3.2电子鼻技术在烟草工业中的应用
在烟草行业中,卷烟品质的评定主要通过专家的感官来进行,这类工作通常由训练有素、经验丰富的专家进行,但是培养一名专职评烟师投入费用大、周期长[31],因此,电子鼻越来越广泛应用于烟草检验与识别。dehan luo用cyranose320 电子鼻和人工神经网络对4种品牌的香烟进行了识别,具有较好的识别效果[32]。peter kodderitzscha等人将香烟烟气作为电子鼻的对象,成功地识别了5种品牌的香烟[33]。黄祖刚用四单元金属氧化物传感器阵列构成电子鼻系统,采用运算复杂度较小的特征提取与模式识别方法实现了3种卷烟的鉴别[34]。毛友安[35],伍锦鸣[36]相继作了这方面的研究。朱先约等利用电子鼻进行区分不同国家烤烟研究,采用主成分分析和线性判别分析,结果表明,利用电子鼻是一种区分不同国家烤烟的有效方法[37]。
3.3电子鼻技术在医学上的应用
julian w.gardner应用电子鼻对其培养的病原体进行判别,以及根据病人呼吸的气体样本进行疾病诊断,结果显示电子鼻可以辅助诊断疾病[38]。陈星找出了4种气体作为肺癌细胞代谢的特异性气体,进行了呼吸检测电子鼻的设计,并将此电子鼻进行临床应用,对肺癌病人和正常人呼吸的样本进行检测,通过对比基于热解析gc-fid分析系统的临床实验数据,表明电子鼻可以应用于肺癌临床诊断以及肺癌呼出气特征性标志物的研究[39]。赵景波研制了基于rbf神经网络的电子鼻肺癌诊断系统,其对所收集的相关病理的呼吸气体样本的正确判别达到90%以上[40]。盛良应用电子鼻和电子舌检测治疗消化性溃疡的5种西药和7种中药,分析其pca和指纹图谱的相似性,结果显示治疗消化性溃疡的中西药物具有共同的物质基础[41]。
3.4电子鼻技术在环境监测上的应用
w.bourgeois利用e-nose5000构成的在线测量系统测定废水中有机碳含量(toc)和生化需氧量(bod)以此来评价水的质量,并设计了3因素2水平试验来考察温度、气流速率和喷头孔数对测量结果的影响[42]。a.c.romain同时利用电子鼻以及气相色谱分析与质谱分析(gc-ms)相结合两种方法对堆肥过程中产生的废气进行检测,对比两者的结果表明,相对于传统的检测方法,利用电子鼻监测堆肥过程具有快速简便的优势[43]。张勇等在基于模拟退火算法的基础上,提出了分步分档识别法,成功地利用电子鼻将四组分混合气体精确识别,该方法也适用于危险气氛环境的气体模式识别[44]。3.5电子鼻技术在检测中的应用
w.bourgeois利用e-nose5000构成的在线测量系统测定废水中有机碳含量(toc)和生化需氧量(bod)以此来评价水的质量,并设计了3因素2水平试验来考察温度、气流速率和喷头孔数对测量结果的影响[42]。a.c.romain同时利用电子鼻以及气相色谱分析与质谱分析(gc-ms)相结合两种方法对堆肥过程中产生的废气进行检测,对比两者的结果表明,相对于传统的检测方法,利用电子鼻监测堆肥过程具有快速简便的优势[43]。张勇等在基于模拟退火算法的基础上,提出了分步分档识别法,成功地利用电子鼻将四组分混合气体精确识别,该方法也适用于危险气氛环境的气体模式识别[44]。3.5电子鼻技术在检测中的应用
传统危险品的安全检测技术包括x射线技术、探地雷达、红外成像等扫描成像探测技术、热中子激活、中子后向散射、核四极矩共振等核能探测技术以及超声波探测技术[45]。但是,这些检测方法结构复杂、体积庞大、成本高,而电子鼻相对具有体积小、功耗低、成本低、可靠性高等优点。王玲等采用纳米氧化锌厚膜气体传感器组成的阵列对4种典型进行检测,并在样品浓度为15.4μg/l提取响应曲线斜率大值作为特征值进行判别函数分析(fda),可使4种典型在该浓度水平能够*区分[46]。
4电子鼻技术的发展趋势
电子鼻在众多领域的应用研究都取得了比较好的效果,但目前电子鼻技术的应用还停留在实验室阶段,主要是因为电子鼻技术还存在一些问题。
(1)气体传感器对工作温度很敏感,这使得他们的工作环境必须能够被较好的控制;金属氧化物型传感器所需的工作温度较高,因此测试前需要对传感器进行预热,而且长时间工作之后响应基准值容易发生漂移。导电聚合物传感器虽然可以在常温下工作而不需加热,但是其对湿度比较敏感,导电聚合物的获得也比较困难和费时,同时也存在随时间而有漂移的现象。传感器还存在中毒现象,比如氯与金属氧化物,氨与聚合物等。
(2)模式识别方法还有待改进,传统的模式识别方法如主成分分析、小二乘法、判别式分析等采用的是线性处理,而传感器的响应机制是比较复杂的,因此难以获得精确的模型。人工神经网络作为一种实现复杂非线性映射的方法,相对于传统识别方法具有较好的识别效果,但是需要的训练样本量比较大,给取样带来了不便。
(3)阵列的校正和训练数据不能通用,因为传感器在制备工艺和响应特性方面的重复性不理想[47];同时当被测混合气体的成分发生改变时,需要增加或者更换传感器,这使得在实际应用中很不方便;虽然现在很多商用电子鼻具有较多的传感器数目,适用的气体成分很广泛,不但使得电子鼻的价格比较昂贵,同时也带来了麻烦,就是需要进行传感器的优化选择。
因此,电子鼻技术的发展还依赖于传感器技术与模式识别技术的发展。
(a)研制性能更好的气体传感器,使其降低对工作环境的要求,减小工作环境对其影响;光纤气体传感器的传感信号具有噪声低、无电磁干扰、化学稳定性好和热稳定性好等优点,而且具有*的灵敏度,因此将会被广泛的应用于电子鼻。气体图像传感器是一种新型半导体器件,采用了新颖的表面光伏技术,能够获得与生物嗅觉电图十分相似的化学图像,使得由该类传感器构成的电子鼻更加接近生物嗅觉系统[5]。
(b)寻求更好的数据特征提取技术和识别方法。提取的数据特征值将会对模式识别效果产生重要的影响,因此选择合适的数据特征提取技术至关重要;人工神经网络虽然能获取比较好的识别效果,但是要取得更好的识别效果,还需将人工神经网络与模糊理论、遗传算法等结合起来,以达到更好的模拟人的思维过程。
(c)随着微电子技术、材料学、制作工艺和计算机技术的发展,电子鼻将向着集成化、小型化、实用化的趋势发展。
5结束语
电子鼻与传统分析仪器相比具有获取样品气体整体信息的能力,识别效果更好。其测定速度快,能及时反馈信息,调整生产过程中的工艺条件确保产品质量;测定范围广泛;不需进行样本的前处理和化学试剂,是一种绿色检测技术;但电子鼻存在的问题还有待改进,解决这些存在的问题还需要各个方面的提高,如传感器制作工艺的改进、性能的提高,以及信号处理方法的进一步完善。随着新型传感器技术、微细加工技术的提高以及信号处理方法的不断完善,电子鼻将会具有更加高级的智能,其应用前景也将更加广阔。
参考文献
[1]唐向阳,张勇,丁锐,等.电子鼻技术的发展及展望[j]. 机电一体化,2006,12(4):11-15.
[2]gardner j w,bartlett p n.a brief history of electronic nose[j].sensors and actuators b,1994,18(19):211-220.
[3]王磊,曲建岭,杨建华.发展中的电子鼻技术[j].测控技术,1999,18(5):8-10.
[4]祝佳婧.电子鼻传感器技术的研制进展[j].北京生物医学 工程,2002,21(4):298-302.
[5]高旭平,王平.电子鼻信号处理方法的研究进展[j]. 国外医学生物医学工程分册,2001,24(1):1-6.
[6]韩力群.人工神经网络教程[m].北京:北京邮电大学出版社,2006.
[7]唐宗岳,秦树基,吴忠洁.电子鼻[j].传感器技术, 1998,17(4):1-4.
[8]杜锋,雷鸣.电子鼻及其在食品工业中的应用[j]. 食品科学,2003,24(5):161-163.
[9]barbria n e,llobet e.application of a portable electronic nose system to assess the freshness of moroccan sardines[j].materials science and engineering c,2008 (28):666-670.
[10]blixt y,borch /doc/c9df1c4b2e3f5727a5e962f5.html ing an electronic nose for determining the spoilage of vacuum-packaged beef[j].international journal of food microbiology,1999(46):123-146.
[11]孙钟雷.基于遗传组合网络的猪肉新鲜度人工嗅觉系统的研究[d].长春:吉林大学,2005.
[12]zhang z,tong j.electronic nose with an air sensor matrix for detecting beef freshness[j].journal of bionic engineering,2008(5):67-73.
[13]邹小波,赵杰文.电子鼻快速检测谷物霉变的研究[j]. 农业工程学报,2004,20(4):121-124.
[14]庞江林.电子鼻技术在小麦陈化评定中的应用研究[d]. 杭州:浙江大学,2005.
[15]蒋德云.电子鼻在储粮害虫检测中的应用研究[j].安徽农业大学学报,2005,32(2):254-257.
[16]labreche s,bazzo s,cade s,et al.shelf life determination by electronic nose:application to milk[j].sensors and actuators b,2005(16):199-206.
[17]dutta r,hines e l.tea quality prediction using a tinoxide-based electronic nose:an artificial inligence approach[j].sensors and actuators b,2003(94): 228-237.
[18]dutta r.electronic nose based tea quality standardization [j].neural networks,2003(16):847-853.
[19]于慧春,王俊.电子鼻技术在茶叶品质检测中的应用研究[j].传感器技术学报,2008,21(5):748-752.
[20]殷勇,田先亮.基于pca与wilks准则的电子鼻酒类鉴别方法研究[j].仪器仪表学报,2007,28(5):849-852.
[21]brezmes j,llobet e.fruit ripeness monitoring using an electronic nose[j].sensors and actuators b,2000(69): 223-229.
[22]brezmes j,llobet e.correlation between electronic nose signals and fruit quality indicators on shelf-life measurements with pinklady apples[j].sensors and actuators b,2001(80):41-50.
[23]周亦斌,王俊.基于电子鼻的蕃茄成熟度及贮藏时间评价的研究[j].农业工程学报,2005,21(4):113-117.
[24]邹小波,赵杰文.支持向量机在电子鼻区分不同品种苹果中的应用[j].农业工程学报,2007,23(1):146-149. [25]胡桂仙,王俊.不同贮藏时间柑橘电子鼻检测研究[j].
浙江农学报,2006,18(6):458-461.
[26]张晓华,常伟,李景明,等.电子鼻技术对苹果贮藏期的研究[j].现代科学仪器,2007(6):120-123.
[27]罗剑毅.基于电子鼻雪青梨贮藏期检测的实验研究[j].科技通报,2007,23(3):378-381.
[28]张晓华,张东星.电子鼻对苹果货架期质量的评价[j].食品与发酵工业,2007,33(6):20-23.
[29]鲁小利,王俊,海铮.基于遗传优化神经网络的电子鼻对可乐的检测[j].传感技术学报,2007,20(6): 1211-1214.
[30]bhattacharyya n,seth s.monitoring of black tea fermentation process using electronic nose[j].journal of food engineering,2007(80):1146-1156.
[31]朱先约,宗永立,李炎强,等.电子鼻技术及其在烟草行业中的应用[j].中国烟草学报,2008,14(4):66-70.
[32]luo d h.application of ann with extracted parameters from an electronic nose in cigarette brand identification [j].sensors and actuators b,2004(99):253-257. [33]kodderitzscha p,bischoffa r.sensor array based measurement technique for fast-responding cigarette smoke analysis[j].sensors and actuators b,2005(107): 479-489.
[34]黄祖刚,李建平,何秀丽,等.用电子鼻鉴别卷烟的方法[j]. 传感器技术,2004,23(6):62-65.
[35]毛友安,刘巍,黄建国,等.用电子鼻技术评价烟叶挥发性组分的研究[j].化学传感器,2006,26(2):23-28.
[36]伍锦鸣.电子鼻在烟草分析测试中的应用[j].现代食品科技,2007,23(6):67-69.
[37]朱先约,宗永立,李炎强,等.利用电子鼻区分不同国家的烤烟[j].烟草科技,2008(3):27-30.
[38]julian w g,hyun w s,evor l h.an electronic nose system to diagnose illness[j].sensors and actuators b, 2000(70):19-24.
[39]陈星.呼吸检测电子鼻及其在肺癌诊断应用中的研究[d].杭州:浙江大学,2008.
[40]赵景波,赵德安,蒋春彬.基于神经网络的电子鼻肺癌早期诊断系统[j].电力技术应用,2006,32(7):8-10.
[41]盛良.用电子鼻、电子舌检测中西药物共同药效物质基础[j].现代中西医结合,2008,17(18):2778-2780.
[42]bourgeois w.development of a sensor array based measurement system for continuous monitoring of water and wastewater[j].sensors and actuators b,2003(88): 312-319.
[43]romain a c,godefroid d,nicolas j.monitoring the exhaust air of a compost pile with an e-nose and comparison with gc-ms data[j].sensors and actuators b,2005(106):317-324. exhaust air of a compost pile with an e-nose and comparison with gc-ms data[j].sensors and actuators b,2005(106):317-324.
[44]张勇,刘君华,吴浩扬,等.基于遗传神经网络的电子鼻在大气环境气体模式识别中的应用[j].仪器仪表学报, 2001,22(3):225-226.
[45]杨柳,郭成海,赵纪萍,等.电子鼻检测的研究进展[j].传感器技术,2005,24(7):1-3.
[46]王玲,桂阳海,张顺平,等.电子鼻系统对危险的识别研究[j].传感器与微系统,2007,26(6):54-57. [47]毕丽君,高宏岩.电子鼻(en)及其在多领域中的应用[j].
医学信息,2006,19(7):1283-1287.