人工智能味觉系统_概念.结构与方法

第l8卷第4期2006年4月

化学进展

PROGRESS IN CHEMISTRY

VoI.l8No.4Apr. ，2006

人工智能味觉系统：概念、结构与方法!

黄赣辉l ，

邓少平2!!

杭州3l0035）

（l. 南昌大学食品科学教育部重点实验室

摘

要

南昌330047；2. 浙江工商大学感官科学实验室

本文将传统的味觉传感器、人工味觉、电子舌等研究统一纳入人工智能味觉的框架中，提出了

人工智能味觉的概念、结构及方法学问题。在传统分析科学中，非特异性感应是一个极力避免的现象，而交互感应传感器阵列则是将其作为基本出发点，设计构建成一个优化的组合，使得人工智能化学感受在技术上得以实现，交互感应理论和技术也因此成为其核心概念。作为一种仿生感觉技术，人工智能味觉系统是由交互感应电极及阵列、自学习专家数据库和智能模式识别三部分构成；电位法和伏安法是两类主要的传感方法；传感器材料包括贵金属及稀土金属、类脂/聚合物、硫属玻璃、导电聚合物以及其它如碳糊、酞菁、普鲁士蓝等；主成分分析和人工神经网络是智能识别过程中主要的模式识别工具。导电聚合物修饰电化学传感器和多技术联用分析方法目前已成为人工智能味觉系统研究的两个重要发展方向。

关键词

人工智能味觉系统

交互感应

传感器阵列

智能识别

导电聚合物

中图分类号：O657.l ；TS207. 3

文献标识码：A

文章编号：l005-28lX （2006）04-0494-07

The Conception ，Structure and Technigues on the Artificial

Intelligent Taste System

Huang Ganhui l

，2

Deng Shaoping 2! !

（l. Key Laboratory of Food Science of MOE ，Nanchang University ，Nanchang 330047，China ；2. Sensory Science Laboratory ，Zhejiang Gongshang University ，Hangzhou 3l0035，China ）

Abstract

The traditionaI taste sensor ，artificiaI taste and eIectronic tongue are taken into consideration as a whoIe

of the artificiaI inteIIigent taste system （AITS ）and thus the reIated concepts ，structure and technigues of the system are proposed. In the traditionaI transducer anaIytics ，the non-specific seIection is a defect phenomenon which shouId be avoided as far as possibIe. However ，it serves as the fundament of the cross-sensitive sensors array which is designed and constructed as an optimaI sensor compose to enabIe the reaIization of the AITS. ConseguentIy ，the cross-sensitive theory and technigues are the core concepts of the AITS. As a bionic sense technigue ，the AITS is composed of three parts ，nameIy the cross-sensitive sensors and their array ，seIf-study speciaIist database and inteIIigent recognition. The voItammetric and the potentiometric technigues are two main test methods. The sensitive materiaIs incIude nobIe metaIs ，rare earth metaIs ，Iipids and Iipids poIymer ，chaIcogenide gIass materiaIs ，conductive poIymers and other materiaIs such as graphite paste ，phthaIocyanin ，Prussia bIue etc. The PCA and the ANN are the primary pattern recognition tooIs in inteIIigent recognition. The sensors modified by conductive poIymer and the muIti-technigue integrated methods are two important research fieIds in the artificiaI inteIIigent taste system.

Key words poIymer

artificiaI inteIIigent taste system ；cross-sensitivity ；sensors array ；inteIIigent recognition ；conductive

收稿：2005年3月，收修改稿：2005年5月（No.30060025）! 国家自然科学基金项目资助!! 通讯联系人

e-maiI ：spdeng @hzic. edu. cn

第4期黄赣辉等人工智能味觉系统：概念、结构与方法・495・

1人工智能味觉系统

味觉是指味觉感受器受到溶解性化学物质刺激

或导电聚合物（conductive poiymer ，CP ）等其它MOS ）

多种材料。由于阵列中所有不同传感器产生的信号模式代表了特定的气味图谱，因此可通过与已知气味专家数据库相比较，识别出各种气味来。目前电子鼻已经广泛应用于食品加工发酵和酿造业，以及在线水监测、临床诊断和火险探测等。

（Aipha M. O. S ）公司在多年技法国阿尔法-莫斯

术积累的基础上，以类脂材料为基质修饰多种敏感后，细胞层面的兴奋信号传导到脑区味觉中枢，经过复杂知觉整合引起的一类感觉。虽然目前生物味觉感觉、感受的分子细胞生物学原理还没有被完全揭示，但模拟生物的味觉感知基本原理，利用味觉传感器感受和采集呈味溶液的复杂响应信号，使用计算机进行数据处理和模式识别等智能算法辨识及表达味感，一直是现代科学技术的追求。由于不同的学科背景和技术出发点，有时将此类研究称味觉传感器，有时称为人工味觉，有时被称为电子舌，本文则统一称为人工智能味觉系统（artificiai inteiiigent taste system ，AITS ）

。我们将人工智能味觉系统理解为一类对被测试溶液味感具有定性定量识别能力的技术体系。尽管实现该技术体系的方式多种多样，但其核心的3个技术要素是交互感应电极及阵列、自学习专家数据库和智能模式识别。其结构模式见图l ，本质上是一种基于化学传感技术的仿生感觉。本文结合多年在该领域研究的体会，主要对其概念、结构与方法等相关问题作一个系统的归纳与探讨。

non-specific eiectrode

cross-sensitive excitation signai guide sampie

eiectrodes array #

train

specimen

originai data set characteristic data set

speciaiist $

inteiiigent pattern

database

recognition resuit report

taste type anaiysis product guaiity

stabiiity product taste profiie distinguish

anaiysis

图1人工智能味觉系统的基本模式

Fig.1

The basic pattern of the artificiai inteiiigent taste system

与味觉相似的感觉是嗅觉，人工嗅觉（或称电子鼻）是比较成熟的一种人工化学感觉。它也是由传感器阵列构成，阵列中的每个传感器修饰有不同的金属氧化物半导体（metai oxidant semiconductor ，

材料构建电极组成传感器阵列，在世界上第一家推出了商品化的人工智能味觉系统，即电子舌系统。该电子舌已经能够比较准确地识别出酸、甜、苦、辣、咸等各种味道，并给出其定量的浓度，可用以分析出果汁原料的成分，也可以分析污水成分以及工业废料排放是否超标等。此外，日本的INSENT 公司多年来也致力于电子舌的商品化开发。

近年来，我国的人工智能味觉系统研究也在渐进展开。浙江大学的王平课题组曾报道对3种类型

的味觉传感器进行研究［l ］

：（l ）基于混沌原理的味觉

传感器研究，主要探索使用卵磷脂膜作感应膜的可操作条件及混沌识别方法在系统中的应用；（2）伏安法电子舌的研究，用以探索使用多电极脉冲伏安法和模式识别方法在溶液类别识别中的应用；（3）混合电子舌的研究，主要应用于海水中痕量金属的检测。最近同济大学滕炯华课题组以锡、铌、钯、钛、铁、钨、铂和钼8种性能彼此重叠的金属材料为工作电极，使用BP 算法的神经网络模式识别工具，实现对几种不同的果汁饮料进行在线检测和监测，识别率达

到94%，对样品可以达到定性识别［2］。

此外，人工智能味觉系统应用研究已广泛涉及于原料奶与成品奶分析；茶、咖啡、果汁等饮料分析；工业废水、海水重金属等环保水质监测；矿泉水、地下水中金属离子含量分析；工业过程中酵母、霉菌、细菌等微生物生长监测；葡萄酒风味、陈放状况等酒

类鉴别；以及洗涤剂分析等多个液体分析领域［3—l2］

。

交互感应原理及传感器阵列

2. l

交互感应原理

在传统分析科学中，非特异性选择感应是一个

应该极力避免的现象，而交互感应传感器阵列则是将其作为基本出发点，设计构建成一个优化的组合，使得人工智能化学感受在技术上得以实现，交互感应理论和技术也因此成为其核心概念。

多年来，传感器的非选择性一直是制约传感技术应用的重要影响因素。它意味着在一个多组分体

・496・

化学进展

第18卷

系中，单个传感器所检测到的各组分的量和质的信

［13，14］息被模糊地混杂在一起而变得无用。但是，当

前分析科学所面临的困惑之一就是复杂混合物的现场实时非破坏性检测辨识。现已清楚，不管是嗅觉还是味觉，都利用了单个感受器的非特异选择性及感受器阵列组的交互感应性。

那么，剩下的问题就是在技术上构建一个适合于特定研究对象的交互感应传感器阵列组合，这种组合技术实现的途径是多种多样的。综上所述，交互感应这一原理的实现依赖于一个对测试样品交互感应但又优化匹配的传感器阵列，构造这种阵列是通过对传感器表面修饰不同化学材料来实现的。阵列中所使用的传感器材料一般应当满足如下要求：

（1）一种传感材料对不同物质具有交互感应能力，至少对几种样品的信息能感受；

（2）不同的传感材料对不同的物质具有不同程度的选择性；

（3）传感器响应数值具备重现性；

（4）传感器阵列在实际分析中能适应不同的环境并具有良好的耐受性。2. 2

传感器修饰材料

传感器材料及其阵列是人工智能味觉系统的另一个技术核心，可用以作为人工智能味觉系统构建的传感器修饰材料的种类比较多。表1总结了目前味觉传感器修饰材料特点及其制作方法。

由多个不同的非选择性传感器组成一个传感器阵列时，由于各个传感器对被测液中不同的组分均具有不同的感应度，而且是交互感应，这样不同的传感器就可以获得一系列有差异的信号。特别是在对多个样品进行测试比较时，就可以通过化学计量学或模式识别分析将不同样品的相关信息进行整合，得到样品相似或差异等方面的细致描述，这就是人工智能味觉系统的核心原理和技术基础。很明显，这是一种与常规分析方法完全不同的新的检测思路及方法，它不需要将被测液中的各组成成分进行分离单独检测，而是实时现场得到被测对象的一个整体的信息表征。

“交互感应”是一种仿生学原理，生物感觉的进化使得感觉器官具有极大的经济性和智能性，从而使生物可以利用少量类型的感受器件来感测丰富多彩的外部环境。2004年的生理学诺贝尔奖获得者，美国科学家理查德・阿克塞尔和琳达・巴克在揭示嗅觉机理过程中发现，人类虽然只有1000种左右的嗅觉基因（也就是1000种左右的嗅觉细胞类型），但却可以感受辨识10000种以上的气味化学物质。这个发现对于分析科学来说是一个有益的启示，因为目

表1

味觉敏感修饰材料

The taste sensitive modified materiaIs

materiaIs

Table 1

category

characteristic stabIe signaI partiaI specificity

stabiIity ，Iow detective Iimit abundant response

abundant response and partiaI

specificity good carrier

［8］

method

moIding and poIishing dissoIve ，soIvent evaporation puIse Iaser deposition eIectrochemistry physicaI or aggIomeration

chemicaI

nobIe metaI and rare earth metaI Iipids/poIymerchaIcogenide gIass fiIm conductive poIymer artificiaI supermoIecuIe

goId ，iridium ，paIIadium ，pIatinum ，rhodium ，ruthenium

phosphoIipid ，oIeic acid ，etc. ［11，15，16］

Cd-ag-as-I-S ，Pb-ag-as-I-S ，TI-ag-as-I-S ，etc.

［3，17，18］

poIypyrroIe ，poIyaniIine ，etc. ［11，19—21］

! -cycIodextrin ，phthaIocyanine ，metaIporphyrin ，tridodecyImethyI ammonium chIoride ，chitosan ，

［13，22—25］

poIystyrenesuIphonate ，etc.

other materiaIs carbon paste ，Prussian bIue ，etc. ［22］physicaI aggIomeration

导电聚合物修饰电极在人工智能味觉系统中的使用越来越被重视。常见的聚合物单体如吡咯、苯胺和噻吩等经由电化学或化学方法氧化形成的导电聚合物兼具有高分子特性及导电体特征。在化学修饰电极中使用的导电聚合物主要是通过电化学氧化方法制备并覆盖在惰性导电材料如铂、金、玻碳等的表面，具有活性基团浓度高、电化学响应信号大以及

［25，26］化学、机械和电化学稳定性好的特点。导电聚

合物的电化学选择性依赖于所处的电化学和化学环境，其聚合条件如单体浓度、聚合电位、对离pH 值、

［20］

子性质与浓度等。arrieta 等通过使用如亚铁氰化

钾、六氟磷酸钾、磷钨酸、高氯酸锂等8种试剂作为掺杂剂构建具有高交互感应性的聚合物修饰电极传感器阵列，通过循环伏安法对流体进行检测，所获得的信号使用主成分分析，可以得到良好的效果。导电聚合物电极具有良好的可修饰性，通过使用不同的修饰剂进行掺杂，可以获得丰富的电化学响应。

第4期黄赣辉等人工智能味觉系统：概念、结构与方法・497・

但是，此类传感器是一个化学性、物理性和电学性共同存在且相互影响的复杂体系。在检测过程中存在着如下3个方面的问题需要考虑：（1）对离子的掺杂与去掺杂；（2）薄膜的凝胶化与脱水以及与检测离子的再结合；（3）循环伏安法扫描过程中导电聚合物在氧化态和还原态状态的转化。因此，系统的重现性和稳定性方面还需要进行大量的研究。尽管如此，利用导电聚合物修饰构建传感器单元仍不失为一种构成一个密闭容器，通过循环伏安法检测被微流泵输送进来的液体。

电位型味觉传感器由于不需要对电极，检测过程中没有电流的影响，因此传感器阵列的模型就可以丰富得多。图3介绍的丝网印刷传感器阵列由于可将多个传感器集成在一个小的芯片上，利于小型

［19，21，28］

化和工业化，目前得到了重视，代表了一种发

展方向。由于印刷线路的油墨材料复杂，性质活跃，极具潜力的发展方向。2. 3

传感器阵列结构方式

传感器阵列的电化学响应是电极与溶液界面上离子或分子的氧化还原响应，构建传感器阵列的目的就是获得一个在大的变化范围内丰富而稳定并具有重现性的系统信息。阵列的排布方式各有不同，要求是大小适中、易于制作、结实耐用、信噪比大以及工作电极间不存在相互的干扰等。根据需要，一般传感器阵列中的传感器数量在8—40个不等：传感器数量少，获得的信息不够丰富；传感器数量太多，阵列的结构复杂，数据信息冗余度大，同时也给数据解析带来困难。

伏安法由于使用的是三电极体系，多个工作电极、参比电极和对电极所构成的电极阵列一般要求成规则地几何分布。伏安型味觉系统以响应电流为检测对象，为获得一个稳定重现且易于测得的电流信号，要求这类传感器阵列具有比较大的空间结构，不利于仪器的小型化。图2是一个以陶瓷基质为材料的伏安型电子舌传感器阵列组合，阵列中包括了离子选择性电极、电导率检测仪、温度传感器以及氧

化还原电位传感器等。BuehIer 等

［27］

将此阵列组合置于测量容器的底部，与装有Au/ni对电极的顶盖

图2! 4.5cm 陶瓷基质工作电极和参比电极3X 3阵列

与四终端温度计组合示意图

［27］

fig.24.5cm diameter ceramic substrate showing the working and reference eIectrodes arranged on a 3X 3array and a four-terminaI thermometer ［

］

检测时会产生一些不期望的电化学反应，以及表面平整度不够而引发传感器表面尖端放电，使得系统的稳定性较差，信号噪声大。

图3全固态平面型传感器阵列制作过程

［19，21，28］

fig.3

The fabrication process for aII-soIid-state pIanar-type

sensor array chip ［

，21，28］

3系统构建的技术途径

目前研究和应用的人工智能味觉识别系统根据

其所依据的传感技术基础可分为电化学型和物理型两大类（见表2）。采用的测试方法不同，传感器所使用的材料及其模型结构也会不同。3. 1

电位法

几乎所有的电位型味觉系统都是以高阻抗的薄膜型传感器阵列为基础的，测量的对象是与味觉物质相接触的感应膜上的由电荷数量的变化所引起的

电位变化

［29］

；理论基础是相边界电位模型，感应机制仍然是离子交换。由于测试过程中的电流很小或几乎没有电流，因此不需要对电极，是一个由工作电极和参比电极构成的双电极系统。图4是一个由日本Toko 研究小组开发的味觉传感器，是基于类脂/

聚合物薄膜的味觉传感系统

［11，15］

。8种类脂类物质溶解在聚合物溶液中，溶剂挥发后形成厚约200" m

的透明薄膜，裁剪贴在PVC 塑料圆筒表面所开的小窗口上将内外两部分隔开，圆筒内部是Ag/AgCI参

比电极和饱和KCI 溶液，这8个工作电极被分成两组固定在机械臂上。测试时，由于内外液的不同，膜上的电位就会发生改变并被检测到。由于不同的薄膜对不同的组分有不同的感应性，因此可以获得不

・498・表2

人工智能味觉识别系统测试技术类型

化学进展

第l8卷

Table 2

styie

The measuring and testing technigue styies of the aITS

technigue styie potentiometry voitammetry impendence amperometry

principie

detect the potentiai change of the sensitive membrane

respond current to the stimuiate potentiai

smaii ampiitude sine wave stir eiectricai current change SPR angie shift variation in freguency variation in freguency spectrai effect

merits

simpie system and data abundant information inciude kinetics and structure information simpie system

simpie structure and good reproduction

short testing time simpie system good reproduction

interface

defects

iow response to the non-or weak eiectroiyte

compiex structure ，and have redundancy information

iong testing time ，iow reiativity to the taste profiie

express eiectrochemicai

active

eiectrochemistry

physics surface piasmon resonance guartz crystai microbaiance surface acoustic wave photoabsorption

substance oniy

express physic character oniy iack of sensor stabiiity express the absorb weight express partiai substance

电位型味觉识别系统膜电位的变化主要与表面电位、表面电荷密度以及对质子、疏水离子的束缚能力有关。电位型味觉传感器所检测的是薄膜上自由能变化导致的电荷分布状况发生变化的结果，因而对可明显引起膜电位变化的（强）电解质类味觉物质有比较好的感知能力，但对非电解质或弱电解质味觉物质，如天然甜味剂等显示出较低的感应度。这需要通过其他技术手段，如加大阵列数、增加交互感

图4fig.4

［ll ］

基于类脂/聚合物薄膜的味觉传感系统

应修饰、改进传感器模型等加以完善。

［

］

The taste sensor system based on iipid/poiymerfiim ll

3. 2伏安法

伏安法测量的是工作电极相对于参比电极的电

同的数值信息进行模式识别分析。

另一类具有代表性的电位型味觉识别系统是以脉冲激光沉积法（puise iaser deposition ，PLD ）制作的硫属玻璃薄膜（chaicogenide giass fiim ）为基础构建的

［30］

。这种硫属玻璃薄膜是以交互感应传感器阵列

位激发信号下与对电极之间的响应电流。在传感器界面上，电双层或极性物质分布在工作电极的表面，当施加变化的电位信号时，对应变化的响应电流被仪器记录。在伏安法中所测得的响应电流! 由两部分组成，即! =! c +! f ，! c 是充电电流，! f 是法拉第电流，而这两种电流来源不同，电位变化及变化方式将

［32，33］

也影响着响应电流。图6是伏影响着! c 和! f ，

Cd-ag-as-I-S 、Pb-ag-as-I-S 、Ti-ag-as-I-S 以及Cu-ag-在真空环境下被作为外加能源as-Se-Te 等为材料，

的聚焦激光束加热到900C 以上蒸发，定向沉积在

［］

。该类薄膜对Si/SiO2基质表面成为薄膜3l （见图5）

安型传感器的一个模式，由6种惰性贵金属（金、铱、钯、铂、铼、铑）、中心参比电极和外周不锈钢对电极

［34］

组成电极阵列。这种贵金属伏安型传感器的感

液体中的多组分具有非特异性、低选择性和交互感

［7］

，被广泛使用于各种液体，包括食应性响应的特点

品中进行定性和定量分析。应性通常比较高，也易于清洗和活化再生，但其选择性往往很差，因为在所施加的电位下，溶液中的所有具有电化学活性的物质对仪器所测得的响应电流均有贡献，因此必须通过计量学方法来解析。3. 3

阻抗谱法

阻抗谱方法是一种以小振幅的正弦波电位（或电流）为扰动信号的电化学测量方法。由于采用了

图5fig.5

硫属玻璃薄膜示意图

The sketch map of the chaicogenide giass fiim

宽频率小振幅的电信号对体系进行扰动来研究电极系统，这使得它能够比其它常规的电化学方法得到

第4期黄赣辉等人工智能味觉系统：概念、

结构与方法・499・

图6伏安型传感器元件

［34］

fig.6EIectrode arrangement in the voItammertic eIectronic

tongue

［34］

更多的动力学信息及电极界面结构的信息［15，27，35］

。

和电位型味觉传感器一样，阻抗谱方法也不使用对电极，采用双电极体系，即使对于简单的电化学系统，也可以从测得的一个时间常数的阻抗谱中，在不同的频率范围得到有关从参比电极到工作电极之间的溶液电阻、电双层电容以及电极反应电阻的信息。3. 4

电流法

电化学方法中，通过电流法来对味觉进行人工

智能识别也有少量报道。Buratti 等

［36］

使用电流型电子舌与电子鼻结合，采用流动注射方法，以双玻碳电极和铂电极为工作电极与Ag/AgCI参比电极、铂对电极构建三电极体系检测泵入样品后的氧化或还原电流，对意大利葡萄酒进行分类和性质判别。3. 5

物理方法

几乎所有的味觉传感器都是在电位计或伏安计的基础上发展起来的。近年来，一些具有特殊性质的物理技术也被使用在味觉识别上。通过物理方法产生数据信号获得味觉表达的方式目前还不是很多，实验的方法也还不成熟。但物理方法具有高重现性和长期稳定性的特点，主要有表面等离子共振surface pIasmon resonance ，SPR ）、石英晶体微量天平guartz crystaI microbaIance ，OCM ）、光吸收法、表面声波传感器等

［37，38］

振动传感器和光学传感器，其信号

只是从某一个方面来显示味觉信息，更多的是对液态食品的物理信号的表征。

总的来说，声波型和光学型传感器检测不同的物理性质，如流体的质量、密度和粘度等，给出的信息更多地偏向于溶液的物理味觉，除了数据稳定、漂移少外，还具有数据即时读出、尺寸小、结实耐用、检测单耗费用低的特点。如与其他味觉智能识别系统结合，可以得到更好的使用效果。同时，物理学方法也必须依赖于半导体等物理器件表面特定化学材料的修饰，才能发挥一定的优势。

以上介绍了人工味觉系统构建技术的基础问

题。在整个人工智能味觉中，智能识别是一个非常重要、非常关键的部分，它包括特征值提取、专家系统数据库和模式识别3个组成部分。通过智能味觉系统获得的信号进行的模式识别方法，大多采用了偏最小二乘法（partiaI Ieast-sguares ，PLS ）、主成分分析（principaI component anaIysis ，PCA ）、人工神经网络识别（artificiaI neuraI network ，ANN ）等的模式识别和

多变量校正，有的研究者还引入了小波变换（waveIet transform ）

、贝叶斯决策（Bayesian decision ）等统计学方法达到强化识别的效果［28，39—42］。模式识别方法

的研究相应比较成熟，也已有相关化学计量学资料系统介绍，由于专业背景及篇幅等原因，本文对这个方面的问题就不展开讨论。

生物的味觉是化学味觉、物理味觉和心理味觉的整合，交互感应原理是其一个核心。因此，要人工地智能化仿生表达味觉，单靠一种方法是行不通的。将不同的传感修饰方法与不同的分析技术联用来研究和获取复杂样品多种信息的方法已成为人工智能味觉研究的一个重要发展趋势，关键是交互感应传感器及阵列的稳定与优化。目前发展的前沿一是新材料（包括纳米材料等）在电极表面修饰上的应

用［28，40］

；二是动力学方法如流动注射分析概念与装置的引入

［43—46］

；三是多种技术方法的集成与联用，如电子舌和电子鼻的联用以及组合化学等

等

［13，31，33，35，36，47—50］

。总之，人工智能味觉系统是一个多学科交叉综合的领域，许多新兴的高新技术不断被吸收引入，同时也不断产生许多新的概念与技术，也包括激发出许多新的应用领域。在人工智能嗅觉技术渐近成熟后，人工智能味觉系统已渐渐成为国际上竞争激烈的一个科学前沿，我国在这方面的研究基础相对薄弱，希望不同层面能够对此有更多的关注与支持。

参考文献

1］Li R ，Wang P ，Hu W L. Sensors and Actuators B ，2000，66：

246—250

2］滕炯华（Teng J H ），王磊（Wang L ），袁朝辉（Yuan Z H ）. 测

控技术（Measurement S ControI TechnoIogy ），2004，23（11）：4—5

3］Esbensen K ，Kirsanov D ，Legin A ，et aI. AnaI. BioanaI.

Chem. ，2004，378：391—395

4］Legin A ，Kirsanov D ，Rudnitskaya A ，et aI. TaIanta ，2004，64：

766—772

5］Turner C ，Rudnitskaya A ，Legin A. JournaI of BiotechnoIogy ，

2003，103：87—91

（（［［［［［

・500・

化学进展

Actuators B ，2003，95：357—365

第18卷

［6］Legin A ，Rudnitskaya A ，Vlasov Y ，et al. Sensors and Actuators

B ，1997，44：291—296

［7］Legin A ，Rudnitskaya A ，Vlasov Y ，et al. Sensors and Actuators

B ，2000，65：232—234

［8］Toko K. Biosensors &Bioelectronics ，1998，13：701—709［9］Rudnitskaya A ，Ehlert A ，Legin A ，et al. Talanta ，2001，55：

425—431

［10］Legin A ，Rudnitskaya A ，Lvova L ，et al. Analytica Chimica

Acta ，2003，484：33—44

［11］Toko K. Sensors and Actuators B ，2000，64：205—215［29］Krantz -Rilcker C ，Stenberg M ，Winguist F ，et al. Analytica

Chimica Acta ，2001，426：217—226

［30］Schining M J ，Schmidt C ，Schubert J ，et al. Sensors and

Actuators B ，2000，68：254—259

［31］Schining M J ，Mourzina Y G ，Schubert J ，et al. Sensors and

Actuator B ，2001，78：273—278

［32］Ivarsson P ，Holmin S ，Hijer N E ，et al. Sensors and Actuators

B ，2001，76：449—454

［33］Holmin S ，Sp ngeusP ，Krantz-Rilcker C ，et al. Sensors and

12］Ram nM M ，Juan S ，Eduardo G B ，et al. Sensors and Actuators

B ，2005，104：302—307

13］Corrado D N ，Roberto P ，Antonella M ，et al. Sensors and

Actuators B ，2000，64：15—21

14］Vlasov Y G ，Legin A V ，Rudnitskaya A M ，et al. Sensors and

Actuators B ，2000，65：235—236

15］Ivarsson P ，Kikkawa Y ，Winguist F ，et al. Analytica Chimica

Acta ，2001，449：59—68

16］Szpakowska M ，Szwacki J ，Lisowska-Oleksiak A ，et al.

Desalination ，2004，163：55—59

17］Schining M J ，Schmidt C ，Schubert J ，et al. Sensors and

Actuators B ，2000，68：254—259

18］Mourzina Y G ，Schubert J ，Zander W ，et al. Electrochimica

Acta ，2001，47：251—258

19］Lvova L ，Legin A ，Vlasov Y ，et al. Sensors and Actuators B ，

2003，95：391—399

20］Arrieta A A ，Apetrei C ，Rodriguze-M ndezM L ，et al.

Electrochimica Acta ，2004，49：4543—4551

21］Lvova L ，Kim S S ，Legin A ，et al. Analytica Chimica Acta ，

2002，468：303—314

22］Parra V ，Hernando T ，Rodriguez-M ndezM L ，et

al.

Electrochimica Acta ，2004，49：5177—5185

23］Legin A ，Makarychev-Mikhailov S ，Goryacheva O ，et al.

Analytica Chimica Acta ，2002，457：297—303

24］Legin A ，Makarychev-Mikhailov S ，Kirsanov D ，et al. Analytica

Chimica Acta ，2004，514：107—113

25］Nguyen T A ，Daniela S K ，Ongarato M ，et al. Electroanalysis ，

1999，18

（11）：1327—133226］董绍俊（Dong S J ），车广礼（Che G L ），谢远武（Xie Y W ）. 化

学修饰电极（Chemically Modified Electrodes ）. 北京：科学出版社（Beijing ：Science Press ），1995. 32—39

27］Buehler M G ，Kuhlman G M ，Keymeulen D. Advanced Electronic

Tongue Concept ，2002IEEE Aerospace Conference. USA Montana ，2002. 407—416

28］Arrieta A ，Rodriguez-Mendez M L ，de Saja J A. Sensors and

Actuator B ，2001，76：455—464

［34］Winguist F ，Holmin S ，Krantz-Rilcker C ，et al. Analytica

Chimica Acta ，2000，406：147—157

［35］Riul A J ，Malmegrim R R ，Fonseca F J ，et al. Biosensors and

Bioelectronics ，2003，18：1365—1369

［36］Buratti S ，Benedetti S ，Scampicchio M ，et al. Analytica Chimica

Acta ，2004，525：133—139

［37］Sehra G ，Cole M ，Gardner J W ，et al. Sensors and Actuators B ，

2004，103：233—239

［38］O SullivanC K ，Guilbault G G. Biosensors &Bioelectronics ，

1999，14：663—670

［39］Artursson T ，Holmberg M. Sensors and Actuators B ，2002，87：

379—391

［40］Riul A J ，de Sousa H C ，Malmegrim R R ，et al. Sensors and

Actuators B ，2004，98：77—82

［41］Kish L B ，Vajtai R ，Grangvist C G. Sensors and Actuators B ，

2000，71：55—59

［42］Artursson T ，Sp ngeusP ，Holmberg M. Analytica Chimicaa Acta ，

2002，452：255—264

［43］Winguist F ，Rydberg E ，Holmin S ，et al. Analytica Chimica

Acta ，2002，471：159—172

［44］Mortensen J ，Legin A ，Ipatov A ，et al. Analytica Chimica Acta ，

2000，403：273—277

［45］Ipatov A ，Ivanov M ，Makarychev-Mikhailov S ，et al. Talanta ，

2002，58：1071—1076

［46］Gallardo J ，Alegret S ，del Valle M. Sensors and Actuators B ，

2004，101：72—80

［47］Winguist F ，Lundstrim I ，Wide P. Sensors and Actuators B ，

1999，58：512—517

［48］Bleibaum R N ，Stone H ，Tan T ，et al. Food Ouality and

Preference ，2002，6：409—422

［49］Di Natale C ，Paolesse R ，Burgio M ，et al. Analytica Chimica

Acta ，2004，513：49—56

［50］Ciosek P ，Brz zkaZ ，Wr blewskiW. Sensors and Actuators B ，

2004，103：76—83

［［［［［［［［［［［［［［［［［

人工智能味觉系统:概念、结构与方法

作者：作者单位：

黄赣辉，邓少平， Huang Ganhui， Deng Shaoping

黄赣辉,Huang Ganhui(南昌大学食品科学教育部重点实验室,南昌,330047;浙江工商大学感官科学实验室,杭州,310035)，邓少平,Deng Shaoping(浙江工商大学感官科学实验室,杭州,310035)

化学进展

PROGRESS IN CHEMISTRY2006,18(4)6次

刊名：英文刊名：年，卷(期)：被引用次数：

参考文献(50条)

1. Li R;Wang P;Hu W L Effects of AB(5)-type hydrogen storage alloy prepared by different techniqueson the properties of MH/Ni batteries[外文期刊] 2000(1)

2. 滕炯华;王磊;袁朝辉基于电子舌技术的果汁饮料识别[期刊论文]-测控技术 2004(11)3. Esbensen K;Kirsanov D;Legin A 查看详情 2004

4. Legin A;Kirsanov D;Rudnitskaya A 查看详情[外文期刊] 20045. Turner C;Rudnitskaya A;Legin A 查看详情[外文期刊] 20036. Legin A;Rudnitskaya A;Vlasov Y 查看详情 19977. Legin A;Rudnitskaya A;Vlasov Y 查看详情 20008. Toko K 查看详情 1998

9. Rudnitskaya A;Ehlert A;Legin A 查看详情[外文期刊] 200110. Legin A;Rudnitskaya A;Lvova L 查看详情 200311. Toko K 查看详情 2000

12. Ramón M M;Juan S;Eduardo G B 查看详情 200513. Corrado D N;Roberto P;Antonella M 查看详情 200014. Vlasov Y G;Legin A V;Rudnitskaya A M 查看详情 200015. Ivarsson P;Kikkawa Y;Winquist F 查看详情 2001

16. Szpakowska M;Szwacki J;Lisowska-Oleksiak A 查看详情[外文期刊] 200417. Sch(o)ning M J;Schmidt C;Schubert J 查看详情 200018. Mourzina Y G;Schubert J;Zander W 查看详情[外文期刊] 200119. Lvova L;Legin A;Vlasov Y 查看详情 2003

20. Arrieta A A;Apetrei C;Rodrìguze-Méndez M L 查看详情[外文期刊] 200421. Lvova L;Kim S S;Legin A 查看详情 2002

22. Parra V;Hernando T;Rodriguez-Méndez M L 查看详情[外文期刊] 200423. Legin A;Makarychev-Mikhailov S;Goryacheva O 查看详情 200224. Legin A;Makarychev-Mikhailov S;Kirsanov D 查看详情 200425. Nguyen T A;Daniela S K;Ongarato M 查看详情 1999(11)26. 董绍俊;车广礼;谢远武化学修饰电极 1995

27. Buehler M G;Kuhlman G M;Keymeulen D Advanced Electronic Tongue Concept[外文会议] 200228. Arrieta A;Rodriguez-Mendez M L;de Saja J A 查看详情 200329. Krantz-Rülcker C;Stenberg M;Winquist F 查看详情 200130. Sch(o)ning M J;Schmidt C;Schubert J 查看详情 200031. Sch(o)ning M J;Mourzina Y G;Schubert J 查看详情 2001

32. Ivarsson P;Holmin S;H(o)jer N E 查看详情 200133. Holmin S;Spngeus P;Krantz-Rülcker C 查看详情 200134. Winquist F;Holmin S;Krantz-Rülcker C 查看详情 200035. Riul A J;Malmegrim R R;Fonseca F J 查看详情 200336. Buratti S;Benedetti S;Scampicchio M 查看详情 200437. Sehra G;Cole M;Gardner J W 查看详情 2004

38. O'Sullivan C K;Guilbault G G 查看详情[外文期刊] 199939. Artursson T;Holmberg M 查看详情 2002

40. Riul A J;de Sousa H C;Malmegrim R R 查看详情 200441. Kish L B;Vajtai R;Granqvist C G 查看详情 200042. Artursson T;Spngeus P;Holmberg M 查看详情 200243. Winquist F;Rydberg E;Holmin S 查看详情 200244. Mortensen J;Legin A;Ipatov A 查看详情 2000

45. Ipatov A;Ivanov M;Makarychev-Mikhailov S 查看详情[外文期刊] 200246. Gallardo J;Alegret S;del Valle M 查看详情 200447. Winquist F;Lundstr(o)m I;Wide P 查看详情 199948. Bleibaum R N;Stone H;Tan T 查看详情 2002(06)49. Di Natale C;Paolesse R;Burgio M 查看详情 200450. Ciosek P;Brzózka Z;Wróblewski W 查看详情 2004

本文读者也读过(7条)

1. 席政. XI Zheng 人工智能在航天飞行任务规划中的应用研究[期刊论文]-航空学报2007,28(4)2. 钟义信. ZHONG Yi-xin 机制主义:人工智能的统一理论[期刊论文]-电子学报2006,34(2)

3. 钟义信. ZHONG Yi-xin 人工智能理论:从分立到统一的奥秘[期刊论文]-北京邮电大学学报2006,29(3)4. 徐心和. 么健石有关行为主义人工智能研究综述[期刊论文]-控制与决策2004,19(3)5. 李德毅. 刘常昱. 杜鹢. 韩旭不确定性人工智能[期刊论文]-软件学报2004,15(11)

6. 史继莉. 邱晓燕. SHI Ji-li. QIU Xiao-yan 人工智能在最优潮流中的应用综述[期刊论文]-继电器2005,33(16)7. 李德毅. 肖俐平. LI De-yi. XIAO Li-ping 网络时代的人工智能[期刊论文]-中文信息学报2008,22(2)

引证文献(6条)

1. 邓少平. 田师一电子舌技术背景与研究进展[期刊论文]-食品与生物技术学报 2007(4)2. 黄赣辉. 邓少平. 顾振宇 PVC薄膜味觉传感器阵列的实验构建[期刊论文]-中国食品学报 2006(6)3. 田师一. 邓少平多频脉冲电子舌对酒类品种区分与辨识[期刊论文]-酿酒科技 2006(11)4. 林科电子舌研究进展及其在食品检测中的应用研究[期刊论文]-安徽农业科学 2008(15)

5. 张夏宾. 王晓萍. 田师一. 梁捷新型伏安型多频脉冲电子舌及其应用[期刊论文]-浙江大学学报（工学版）2008(10)

6. 董婧. 黄赣辉人工甜味味觉传感器的研究进展[期刊论文]-食品科学 2007(9)

本文链接：http://d.g.wanfangdata.com.cn/Periodical_hxjz200604015.aspx

第l8卷第4期2006年4月

化学进展

PROGRESS IN CHEMISTRY

VoI.l8No.4Apr. ，2006

人工智能味觉系统：概念、结构与方法!

黄赣辉l ，

邓少平2!!

杭州3l0035）

（l. 南昌大学食品科学教育部重点实验室

摘

要

南昌330047；2. 浙江工商大学感官科学实验室

本文将传统的味觉传感器、人工味觉、电子舌等研究统一纳入人工智能味觉的框架中，提出了

关键词

人工智能味觉系统

交互感应

传感器阵列

智能识别

导电聚合物

中图分类号：O657.l ；TS207. 3

文献标识码：A

文章编号：l005-28lX （2006）04-0494-07

The Conception ，Structure and Technigues on the Artificial

Intelligent Taste System

Huang Ganhui l

，2

Deng Shaoping 2! !

（l. Key Laboratory of Food Science of MOE ，Nanchang University ，Nanchang 330047，China ；2. Sensory Science Laboratory ，Zhejiang Gongshang University ，Hangzhou 3l0035，China ）

Abstract

The traditionaI taste sensor ，artificiaI taste and eIectronic tongue are taken into consideration as a whoIe

Key words poIymer

artificiaI inteIIigent taste system ；cross-sensitivity ；sensors array ；inteIIigent recognition ；conductive

收稿：2005年3月，收修改稿：2005年5月（No.30060025）! 国家自然科学基金项目资助!! 通讯联系人

e-maiI ：spdeng @hzic. edu. cn

第4期黄赣辉等人工智能味觉系统：概念、结构与方法・495・

1人工智能味觉系统

味觉是指味觉感受器受到溶解性化学物质刺激

或导电聚合物（conductive poiymer ，CP ）等其它MOS ）

（Aipha M. O. S ）公司在多年技法国阿尔法-莫斯

non-specific eiectrode

cross-sensitive excitation signai guide sampie

eiectrodes array #

train

specimen

originai data set characteristic data set

speciaiist $

inteiiigent pattern

database

recognition resuit report

taste type anaiysis product guaiity

stabiiity product taste profiie distinguish

anaiysis

图1人工智能味觉系统的基本模式

Fig.1

The basic pattern of the artificiai inteiiigent taste system

近年来，我国的人工智能味觉系统研究也在渐进展开。浙江大学的王平课题组曾报道对3种类型

的味觉传感器进行研究［l ］

：（l ）基于混沌原理的味觉

到94%，对样品可以达到定性识别［2］。

类鉴别；以及洗涤剂分析等多个液体分析领域［3—l2］

。

交互感应原理及传感器阵列

2. l

交互感应原理

在传统分析科学中，非特异性选择感应是一个

多年来，传感器的非选择性一直是制约传感技术应用的重要影响因素。它意味着在一个多组分体

・496・

化学进展

第18卷

系中，单个传感器所检测到的各组分的量和质的信

［13，14］息被模糊地混杂在一起而变得无用。但是，当

（1）一种传感材料对不同物质具有交互感应能力，至少对几种样品的信息能感受；

（2）不同的传感材料对不同的物质具有不同程度的选择性；

（3）传感器响应数值具备重现性；

（4）传感器阵列在实际分析中能适应不同的环境并具有良好的耐受性。2. 2

传感器修饰材料

表1

味觉敏感修饰材料

The taste sensitive modified materiaIs

materiaIs

Table 1

人工智能味觉系统_概念.结构与方法

相关内容

热门内容

标签