학술논문
电子鼻结合机器学习对污泥异味特征的识别研究 / Electronic noses combined with machine learning to identify sludge odor features
Document Type
Academic Journal
Author
张珊珊; 楼紫阳; 王川; 张瑞娜; 宋佳; 王罗春; ZHANG Shanshan; LOU Ziyang; WANG Chuan; ZHANG Ruina; SONG Jia; WANG Luochun
Source
环境污染与防治 / Environmental Pollution and Control. 45(9):1234-1247
Subject
Language
Chinese
ISSN
1001-3865
Abstract
污泥组分复杂、来源广泛,异味强度高,其异味特征随异味组分变化明显,因此尝试利用电子鼻实现不同污泥异味特征的快速识别.基于主成分分析(PCA)与线性判别分析(LDA)手段,电子鼻可以有效识别来自农产品加工厂的大豆污泥、化工染料厂的印染污泥和城镇居民区市政污泥的异味特征;加入厌氧消化市政污泥、脱水处理市政污泥的异味信息后,电子鼻训练集数据从240 条增加到 400 条,LDA响应数据识别的正确率降低 4.2 百分点.将电子鼻分别结合多种机器学习算法判别 5 种污泥的异味特征,发现多元逻辑回归、K近邻与支持向量分类(SVC)等机器学习模型适用于大样本空间的数据判别,提高了电子鼻对污泥异味特征识别的准确率,解决了电子鼻训练样本数据量受限的问题.其中结合 LDA降维的线性核函数 SVC模型(LDA-SVClinear)可视化分类程度高,实际可应用范围更广.研究结果可为污泥异味特征快速判别提供有效手段.