一种基于味觉感知模型的味觉识别方法与流程
本发明涉及味觉识别方法技术领域，具体涉及一种基于味觉感知模型的味觉识别方法。
背景技术：
电子舌又称机器味觉系统，可以模拟人体的味觉识别系统，是一种分析、识别、检测复杂气味和大多数挥发性成分的仪器。电子舌结合不同分类器，如svm、elm、rf等，可实现待测样品的有效识别。然而，这些分类方法并未真实反映人类味觉神经系统的感知模式，不能贴近人类感官真实体验。因此，需要深入研究味觉系统生理机制，研究成果结合电子舌实现高度仿生。
目前主要利用膜片钳、细胞芯片、神经记录、脑电图等手段研究味觉神经，在文献“liul，hansend，kimi，gilbertsont.expressionandcharacterizationofdelayedrectifyingk+channelsinanteriorrattastebuds[j].ajpcellphysiology，2005，289(4):868-880”中介绍了通过电生理和分子生物测定表明shakerkv1.5通道(kcna5)是前大鼠舌中表达的主要功能drk通道；文献“matsumotoi，ohmotom，yasuokaa，yoshiharay，abek.genetictracingofthegustatoryneuralpathwayoriginatingfromt1r3-expressingsweet/umamitastereceptorcells[j].annalsofthenewyorkacademyofsciences，2009，117(1):46-50”中对t2r5-wga转基因小鼠的苦味神经通路进行追踪，实验结果表明，苦味受体trcs由味觉神经元支配，将苦味的感觉信息直接传送到味觉中枢。
上述针对味觉传导机制的研究，主要是味觉系统局部回路或者生理实验上得到的研究成果，但是并没有对整体味觉传导通路及其感知能力进行研究，更没有真实贴近人体味觉识别系统的模型，无法实现高度仿生。
技术实现要素：
为了解决上述问题，本发明提供一种基于味觉感知模型的味觉识别方法。
为了实现上述目的，本发明提供的技术方案为：一种基于味觉感知模型的味觉识别方法，所述方法主要包括以下步骤：
s1：构建味觉感知模型中各模块的拓扑结构和动力学特性描述模型，所述模块包括面神经模块、舌咽神经模块、迷走神经模块、孤束核模块、丘脑腹后内侧核模块和岛叶皮层模块；
s2：构建岛叶皮层模块-孤束核模块和丘脑腹后内侧核模块的反馈回路动力学特性描述模型；
s3：通过步骤s1和步骤s2中各模块构建整体的味觉感知模型;
s4：通过味觉传感器获取不同样本的味觉信息并输入步骤s3的味觉感知模型中；
s5：通过sd（standarddeviationmethod）方法提取味觉感知模型在输入不同样本的味觉信息下的特征，并将此特征输入到cs-svm（cuckoosearch-supportvectormachine）模型中，实现对不同样本的定性分类。
进一步地，所述步骤s1中面神经模块的拓扑结构为单输入单输出的结构模式，即所述面神经模块接受外界刺激并输出至孤束核，所述面神经模块节点e1的动力学特性描述模型为公式（1）所述的微分方程：
更进一步地，所述步骤s1中舌咽神经模块的拓扑结构为单输入多输出的结构模式，即舌咽神经模块接受外界刺激并输出至孤束核和迷走神经模块，所述舌咽神经模块节点e2的动力学特性描述模型为公式（2）所述的微分方程：
更进一步地，所述步骤s1中迷走神经模块的拓扑结构为多输入单输出的结构模式，即迷走神经模块接受外界刺激和舌咽神经模块的输出信息，输出至孤束核，所述迷走神经模块节点e3的动力学特性描述模型为公式（3）所述的微分方程：
e3i（t）表示第i通道
更进一步地，所述步骤s1中孤束核模块的拓扑结构为多输入多输出的结构模式，即孤束核接受面神经模块、舌咽神经模块、迷走神经模块的输出和岛叶皮层模块的反馈信息，并输出味觉信息至丘脑腹后内侧核模块和岛叶皮层模块，所述孤束核模块设置有四个节点，分别为j1、j2、k1和k2，其动力学特性描述模型分别为公式（4）、（5）（6）和（7）的微分方程：
a和b均为微分方程系数，n为模型的通道数；j1i(t）、j2i(t)、k1i(t)、k2i(t)分别为第i通道j1、j2、k1、k2节点的电位状态；q(j1i(t))，q(j2i(t))，q(k1i(t))，q(k2i(t))，q(e1i(t))，q(e2i(t))，q(e3i(t))为第i通道j1，j2，k1，k2，e1，e2，e3节点的输出；
q(j1j(t))为第j通道j1节点的输出；q(k1j(t))为第j通道k1节点的输出；d1(t)为ic发出第一条反馈环节的电位状态；wjj为所有通道j1节点间的连接系数；wj1j2，wj2j1为同一通道j1和j2节点的连接系数，所有通道j1和j2节点的连接系数值一致；
wj1k1，wk1j1为同一通道j1和k1节点的连接系数，所有通道j1和k1节点的连接系数值一致；wj1k2，wk2j1为同一通道j1和k2节点的连接系数，所有通道j1和k2节点的连接系数值一致；wj1e1为同一通道j1和e1节点的连接系数，所有通道j1和e1节点的连接系数值一致；
wj1e2为同一通道j1和e2节点的连接系数，所有通道j1和e2节点的连接系数值一致；wj1e3为同一通道j1和e3节点的连接系数，所有通道j1和e3节点的连接系数值一致；wj2k1，wk1j2为同一通道j2和k1节点的连接系数，所有通道j2和k1节点的连接系数值一致；wkk为所有通道k1节点间的连接系数；wk1k2，wk2k1为同一通道k1和k2节点的连接系数，所有通道k1和k2节点的连接系数值一致；kd1为j1节点和反馈环节d1间的连接系数；i，j取值均为1至n，i≠j。
更进一步地，所述步骤s1中丘脑腹后内侧核模块的拓扑结构为多输入单输出的结构模式，即丘脑腹后内侧核模块接受孤束核模块以及岛叶皮层模块的输出，并输出味觉信息至岛叶皮层模块，所述丘脑腹后内侧核模块设置有四个节点，分别为j3、j4、k3、k4，其动力学特性描述模型分别为公式（8）、（9）、（10）和（11）的微分方程：
a和b均为微分方程系数，n为模型的通道数；j3(t)，j4(t)，k3(t)，k4(t)为j3，j4，k3，k4节点的电位状态；q(j3(t))，q(j4(t))，q(k3(t))，q(k4(t))为j3，j4，k3，k4节点的输出；q(j1j(t))为第j通道j1节点的输出，其中j取值为1至n；d2(t)为ic发出第二条反馈环节的电位状态；wj3j1为所有通道j1节点和j3节点的连接系数；wj3j4，wj4j3为j3和j4节点的连接系数；wj3k3，wk3j3为j3和k3节点的连接系数；wj3k4，wk4j3为j3和k4节点的连接系数；wj4k3，wk3j4为j4和k3节点的连接系数；wk3k4，wk4k3为k3和k4节点的连接系数；kd2为j3节点和反馈环节d2间的连接系数；
更进一步地，所述步骤s1中岛叶皮层模块用节点m表示，其拓扑结构为多输入多输出的结构模式，即岛叶皮层模块接受孤束核模块和丘脑腹后内侧核模块的输出，并发出反馈信息至孤束核模块和丘脑腹后内侧核模块，所述丘脑腹后内侧核模块的动力学特性描述模型为公式（12）的微分方程：
更进一步地，所述步骤s2中岛叶皮层模块-孤束核模块和丘脑腹后内侧核模块反馈回路动力学特性描述模型的构建，其中ic发出的两条反馈信息的动力学特性分别用微分方程（13）和（14）描述：
本发明的有益效果：
本发明提出的味觉识别方法从动力学特性角度描述人类味觉信息的处理过程，更加贴近人类的真实味觉，提高味觉识别系统的仿生度。
本发明的味觉识别方法能够准确的对酒类或其它液体饮料的味觉信息进行识别，并作出定性分类，可以广泛应用于酒类及其它饮料的生产和鉴别之中。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明的一种基于味觉感知模型的味觉识别方法的面神经模块的拓扑结构；
图2是本发明实施例的一种基于味觉感知模型的味觉识别方法的舌咽神经模块的拓扑结构；
图3是本发明实施例的一种基于味觉感知模型的味觉识别方法的迷走神经模块的拓扑结构；
图4是本发明实施例的一种基于味觉感知模型的味觉识别方法的孤束核模块的拓扑结构；
图5是本发明实施例的一种基于味觉感知模型的味觉识别方法的丘脑腹后内侧核模块的拓扑结构；
图6是本发明实施例的一种基于味觉感知模型的味觉识别方法的岛叶皮层模块的拓扑结构；
图7是本发明实施例的一种基于味觉感知模型的味觉识别方法的整体味觉感知模型的拓扑结构；
图8是本发明实施例的一种基于味觉感知模型的味觉识别方法的流程图；
图9是本发明实施例的一种基于味觉感知模型的味觉识别方法的不同品牌啤酒味觉信息输入下味觉感知模型的神经元兴奋度特征的柱状图；
图10是本发明的一种基于味觉感知模型的味觉识别方法中cs-svm的参数搜索过程；
图11是本发明的一种基于味觉感知模型的味觉识别方法中cs-svm的分类结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在实施例及附图中，为了使所叙述的内容更加简单明了，面神经模块用cnvii表示、舌咽神经模块用cnix表示、迷走神经模块用cnx表示、孤束核模块用nst表示、丘脑腹后内侧核模块用vpmpc表示、岛叶皮层模块用ic表示。
本发明中以不同品牌的啤酒为实施例来详细说明本发明的味觉识别方法对不同品牌的啤酒的味觉信息识别过程及定性分类，但是在实际应用中不限于啤酒，也可以为对其它酒类及液体饮料的味觉信息并对其进行准确的定性分类。
实施例
本发明实施例的一种基于味觉感知模型的味觉识别方法，所述方法主要包括以下步骤：
s1：构建味觉感知模型中各模块的拓扑结构和动力学特性描述模型，所述模块包括面神经模块、舌咽神经模块、迷走神经模块、孤束核模块、丘脑腹后内侧核模块和岛叶皮层模块；
参考图1，本发明任一实施例中，所述面神经模块的拓扑结构为单输入单输出的结构模式，即所述面神经模块接受外界刺激并输出至孤束核，所述面神经模块节点e1的动力学特性描述模型为公式（1）所述的微分方程：
参考图2，本发明任一实施例中，舌咽神经模块的拓扑结构为单输入多输出的结构模式，即舌咽神经模块接受外界刺激并输出至孤束核和迷走神经模块，所述舌咽神经模块节点e2的动力学特性描述模型为公式（2）所述的微分方程：
参考图3，本发明任一实施例中，迷走神经模块的拓扑结构为多输入单输出的结构模式，即迷走神经模块接受外界刺激和舌咽神经模块的输出信息，输出至孤束核，所述迷走神经模块节点e3的动力学特性描述模型为公式（3）所述的微分方程：
参考图4，本发明任一实施例中，孤束核模块的拓扑结构为多输入多输出的结构模式，即孤束核接受面神经模块、舌咽神经模块、迷走神经模块的输出和岛叶皮层模块的反馈信息，并输出味觉信息至丘脑腹后内侧核模块和岛叶皮层模块，所述孤束核模块设置有四个节点，分别为j1、j2、k1和k2，其动力学特性描述模型分别为公式（4）、（5）（6）和（7）的微分方程：
a和b均为微分方程系数，n为模型的通道数；j1i(t）、j2i(t)、k1i(t)、k2i(t)分别为第i通道j1、j2、k1、k2节点的电位状态；q(j1i(t))，q(j2i(t))，q(k1i(t))，q(k2i(t))，q(e1i(t))，q(e2i(t))，q(e3i(t))为第i通道j1，j2，k1，k2，e1，e2，e3节点的输出；
q(j1j(t))为第j通道j1节点的输出；q(k1j(t))为第j通道k1节点的输出；d1(t)为ic发出第一条反馈环节的电位状态；wjj为所有通道j1节点间的连接系数；wj1j2，wj2j1为同一通道j1和j2节点的连接系数，所有通道j1和j2节点的连接系数值一致；
wj1k1，wk1j1为同一通道j1和k1节点的连接系数，所有通道j1和k1节点的连接系数值一致；wj1k2，wk2j1为同一通道j1和k2节点的连接系数，所有通道j1和k2节点的连接系数值一致；wj1e1为同一通道j1和e1节点的连接系数，所有通道j1和e1节点的连接系数值一致；
wj1e2为同一通道j1和e2节点的连接系数，所有通道j1和e2节点的连接系数值一致；wj1e3为同一通道j1和e3节点的连接系数，所有通道j1和e3节点的连接系数值一致；wj2k1，wk1j2为同一通道j2和k1节点的连接系数，所有通道j2和k1节点的连接系数值一致；wkk为所有通道k1节点间的连接系数；wk1k2，wk2k1为同一通道k1和k2节点的连接系数，所有通道k1和k2节点的连接系数值一致；kd1为j1节点和反馈环节d1间的连接系数；i，j取值均为1至n，i≠j。
参考图5，本发明任一实施例中，丘脑腹后内侧核模块的拓扑结构为多输入单输出的结构模式，即丘脑腹后内侧核模块接受孤束核模块以及岛叶皮层模块的输出，并输出味觉信息至岛叶皮层模块，所述丘脑腹后内侧核模块设置有四个节点，分别为j3、j4、k3、k4，其动力学特性描述模型分别为公式（8）、（9）、（10）和（11）的微分方程：
a和b均为微分方程系数，n为模型的通道数；j3(t)，j4(t)，k3(t)，k4(t)为j3，j4，k3，k4节点的电位状态；q(j3(t))，q(j4(t))，q(k3(t))，q(k4(t))为j3，j4，k3，k4节点的输出；q(j1j(t))为第j通道j1节点的输出，其中j取值为1至n；d2(t)为ic发出第二条反馈环节的电位状态；wj3j1为所有通道j1节点和j3节点的连接系数；wj3j4，wj4j3为j3和j4节点的连接系数；wj3k3，wk3j3为j3和k3节点的连接系数；wj3k4，wk4j3为j3和k4节点的连接系数；wj4k3，wk3j4为j4和k3节点的连接系数；wk3k4，wk4k3为k3和k4节点的连接系数；kd2为j3节点和反馈环节d2间的连接系数；
参考图6，本发明任一实施例中，岛叶皮层模块用节点m表示，其拓扑结构为多输入多输出的结构模式，即岛叶皮层模块接受孤束核模块和丘脑腹后内侧核模块的输出，并发出反馈信息至孤束核模块和丘脑腹后内侧核模块，所述丘脑腹后内侧核模块的动力学特性描述模型为公式（12）的微分方程：
s2：构建岛叶皮层模块-孤束核模块和丘脑腹后内侧核模块的反馈回路动力学特性描述模型；
本发明任一实施例中，所述步骤s2中岛叶皮层模块-孤束核模块和丘脑腹后内侧核模块反馈回路动力学特性描述模型的构建，其中ic发出的两条反馈信息的动力学特性分别用微分方程（13）和（14）描述：
s3：通过步骤s1和步骤s2中各模块构建整体的味觉感知模型;
参考图7，本发明任一实施例中，整体味觉感知模型的建立：味觉模型的分布式e1、e2、e3节点接受外界刺激及外周噪声，并将处理后的刺激信息输出至分布式j1节点，e1、e2、e3节点之间不存在兴奋性/抑制性连接；分布式j1节点侧向连接除自己外的所有同等节点，处理接收的刺激信息及来自ic的反馈信息；n个通道中j1节点的输出均值代表nst的输出，将味觉信息传至j3节点、m节点，其中j1节点将其兴奋性输出传至j2、k1、k2节点，j2节点将其兴奋性输出传至j1、k1节点，k1将其抑制性输出传至j1、j2、k2节点，k2节点将其抑制性输出传至j1、k1节点；j3节点代表vpmpc接受中心噪声、nst的输出及来自ic的反馈信息，k3节点的输出代表vpmpc的输出，将味觉信息传至m节点，即ic，j3节点将其兴奋性输出传至j4、k3、k4节点，j4节点将其兴奋性输出传至j3、k3节点，k3将其抑制性输出传至j3、j4、k4节点，k4节点将其抑制性输出传至j3、k3节点；m节点表示ic，接受来自n通道j1节点的输出均值及k3节点的输出，并通过反馈环节d1、d2与分布式j1节点、j3节点相连；味觉感知模型描述了从cnvii、cnix、cnx到nst、vpmpc再到ic的前向通路及从ic到nst、vpmpc的反馈回路。
s4：通过味觉传感器获取不同样本的味觉信息并输入步骤s3的味觉感知模型中；
参考图8，示例性的，所述味觉传感器可以为sa-402b电子舌，该电子舌的传感器阵列由2个参比电极和5个基本味觉传感器构成；基本味觉传感器能够实现待测样本包括酸、鲜、咸、苦、涩5种基本味以及回味的感官信息检测。
不同样本可以为5种不同品牌的啤酒，其具体参数见表1：
表1不同品牌啤酒的参数信息
获取不同品牌啤酒味觉信息的具体过程如下：
（一）实验设备及材料
（1）放啤酒样本、参比溶液和正负极清洗溶液；
所述参比溶液为含有0.3mmol/l酒石酸和30mmol/l氯化钾的溶液；
所述正极清洗液的制备过程为：向约500毫升蒸馏水中加入300ml95%的乙醇，并充分搅拌后，再加入100ml1m盐酸溶液后，将该溶液转移至1000ml容量瓶中进行定容，得到正极清洗液；
所述负极清洗液的制备过程为：在约500ml蒸馏水中加入7.46g氯化钾、500ml95%的乙醇后搅拌均匀后再加入10ml1m氢氧化钾溶液后转移至1000ml的容量瓶中进行定容，得到负极清洗液。
（2）测试开始前，将正极传感器阵列放入正极清洗液、负极传感器阵列放入负极清洗液中均清洗90s，结束后将正负极传感器阵列分别放入两个盛放有参比溶液的容器中清洗120s，更换参比溶液继续清洗120s，再更换参比溶液使传感器平衡归零30s，以保证输出信号稳定；
（3）传感器响应输出达到平衡后，开始进行啤酒味觉信息获取，每种啤酒的检测时间为30s，测量结束后在参比溶液中进行2次快速清洗，再在更换的参比溶液中检测基本味觉信息的回味值，则一次测量结束，重复步骤（2），进行传感器的清洗及校准；
（4）不同品牌的啤酒准备3个平行样本，通过设置系统参数，每组样本重复检测6次，即每种品牌啤酒智能获取18组味觉信息数据，实验结束后共获得90组味觉数据。
电子舌实验条件为室温20±0.5℃，相对湿度为65±2%rh，取传感器响应曲线第30s的电压值作为特征值用于数据分析。
（二）味觉感知模型不同模块的微分方程的参数值设定
根据味觉感知模型的计算机数值仿真结果设置参数值：
表2味觉感知模型不同模块的微分方程的参数值
s5:通过sd方法提取味觉感知模型在输入不同样本的味觉信息下的特征，并将此特征输入到cs-svm模型中，实现对不同样本的定性分类。其中的味觉传感器可以为电子舌，也可以为任何能够获取味觉信息的传感器。
参考图8-11，示例性的，将5种不同品牌啤酒味觉数据输入到味觉感知模型中，通过sd方法获取味觉感知模型8个通道nst层j1节点输出序列的神经元兴奋度，sd方法计算过程如下:
每组味觉数据输入到味觉模型中，将味觉感知模型j1节点处第
将所有通道j1节点的兴奋度组成一个向量
本发明将90组特征数据随机分为60组训练集数据和30组测试集数据，选用径向基函数rbf作为核函数，利用布谷鸟算法优化支持向量机模型中的惩罚因子
利用该方法对味觉模型的神经元兴奋度特征数据集进行处理，最佳适应度函数搜索过程如图10所示，由适应度函数的搜索曲线图可知，布谷鸟搜索的神经元兴奋度特征值集合的最佳适应度可达到0.032，cs-svm的分类结果如表3所示，
表3svm在三种特征下的参数寻优结果
由表3得，在最佳参数
本发明的一种基于味觉感知模型的味觉识别方法的工作原理：通过味觉传感器，该味觉传感器可以为电子舌，获取不同样本的味觉信息作为外界刺激
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！