基于電子舌及一維深度CNN-ELM模型的普洱茶貯藏年限快速檢測

楊正偉 - 張 鑫 李慶盛 - 繆 楠 王志強 - 李彩虹 - 袁文浩 - 馬云霞 - 周 智

(1. 山東理工大學計算機科學與技術學院，山東 淄博 255049；2. 淄博市中西醫結合醫院，山東 淄博 255026)

普洱茶是以云南特有的大葉種曬青毛茶為原料，經過渥堆發酵工藝生產的后發酵類茶[1]，具有降血糖、降血脂、抗病毒等功效，深受國內外消費者的喜愛[2]。隨著貯藏時間的增加，普洱茶的內部會發生復雜的化學變化，使得其風味和口感得以提升[3]。近年來，受經濟利益驅動，市場上常會出現普洱茶產品以新替舊、以次充好等現象，嚴重損害了消費者的權益和普洱茶市場的聲譽。傳統普洱茶貯藏年限鑒別方法主要有感官分析法和理化分析法。諶瀅等[4]采用感官分析法對不同年限的普洱茶外形、茶湯色澤和口感進行評價并做出區分，但該方法受人為因素影響較大，結果的客觀性容易受到干擾；謝直虎等[5]采用傅里葉紅外光譜對不同年限普洱茶中的酚類、醇類等物質進行分析，進而對不同普洱茶進行分辨；鄭玲等[6]采用表面增強拉曼光譜對不同年限普洱茶中的茶素、茶氨酸等物質進行檢測，從而區分不同年限的普洱熟茶。但以上理化分析方法檢測儀器成本高、分析過程繁瑣、耗時耗力且需要檢測人員具備專業技能，不適用于對普洱茶貯藏年限進行快速鑒別。

電子舌是一種利用多傳感陣列結合模式識別技術對液態樣本的“指紋圖譜”進行分析的仿生學儀器，具有操作簡單、檢測迅速、儀器體積小、成本低、檢測結果客觀性強等特點。近年來電子舌已被廣泛應用于環境監測[7]、食品檢測與鑒別[8]和藥物分析[9]等多個領域。模式識別技術在電子舌系統中起著至關重要的作用，其適用性直接影響到檢測結果的準確性。Bhondekar等[10]使用電子舌結合主成分分析和判別因子分析等模式識別方法對不同生產工藝的印度紅茶進行了辨別；Bhattacharyya等[11]采用電子舌結合線性判別分析和反向傳播神經網絡等模式識別方法對不同種類的紅茶進行了區分。一般來說，電子舌系統的模式識別過程主要包括特征提取和分類識別兩個階段。特征提取的主要作用是從原始電子舌信號中提取出最重要的信息，從而減少后續數據分析的復雜性。常見的特征提取方法有特征點法[12]、主成分分析法(PCA)[13]、快速傅里葉變換法(FFT)[14]、離散小波變換法(DWT)等，其中離散小波變換已被證明是一種較為有效的電子舌特征提取方法[15]。然而，以上特征提取方法主要基于人工特征設計，效率較低，并且其效果受設計人員的經驗和技術影響較大。分類識別是基于所提取的特征信息對樣本進行分類或識別的方法。目前常用的電子舌分類識別算法主要有線性判別分析(LDA)[16]、反向傳播神經網絡(BPNN)[17]、支持向量機(SVM)[18]等。然而，這些方法主要基于淺層的機器學習算法構造，存在模型精度有限、泛化能力不足等問題。

深度學習是近年來發展起來的一種新型數據處理和信號分析技術。深度學習對傳統的人工神經網絡進行擴充，增加了模型的深度(復雜性)，并通過使用允許分層級別的數據表示，提高了數據處理和分析的能力。在深度學習算法中，卷積神經網絡(Convolutional Neural Network，CNN)是最著名的模型之一。CNN通過引入多個卷積層和池化層(下采樣層)，實現了一種自動的特征提取機制[19]。目前，CNN已被廣泛應用于計算機視覺、語音識別、自然語言處理等多個與人工智能相關的研究領域[20]。然而，當前尚未見文獻將CNN應用于電子舌的模式識別處理。由于CNN的全連接層采用反向傳播(BP)算法進行訓練，容易陷入局部最小或出現過度訓練，導致模型訓練時間長、泛化性能下降。極限學習機(ELM)是一種基于單隱層前饋神經網絡(SLFN)的監督型算法，具有訓練參數計算量小、訓練時間短、分類效率高等特點，作為分類器可以很好地彌補BP算法的缺點[21]。

研究擬提出一種基于伏安電子舌和一維深度CNN結合ELM模型(1-D CNN-ELM)的普洱茶貯藏年限鑒別方法。利用卷積神經網絡自動提取特征的特點對電子舌信號進行特征提取，并通過ELM建立分類模型對提取后的特征向量進行分類，為不同年限普洱茶的快速、準確地鑒別提供新的方法和思路。

1 材料與方法

1.1 試驗材料及樣本處理

試驗材料均采用勐海茶廠出產的普洱熟茶，出廠時間分別為2011年、2013年、2015年、2017年和2019年5個不同年份。準確稱取5 g茶葉，放入200 mL沸騰蒸餾水沖泡5 min，茶溶液經濾紙過濾，冷卻至室溫[(25±2) ℃]后采用伏安電子舌進行數據采集。每個樣本采集完成后，用Al2O3粉末對傳感器陣列進行打磨，然后放入超聲波清洗儀中清洗。采用上述方法共采集到1 595個電子舌信號，其中2011年、2013年、2015年、2017年和2019年的樣品數量分別為333，310，314，317，321。

1.2 電子舌系統

伏安電子舌系統由實驗室自行開發，結構如圖1所示。該系統由4部分組成：① 傳感器陣列，包括8個不同的工作電極(鉑、金、鈦、鈀、銀、鎢、鎳和玻碳)、一個鉑輔助電極和一個Ag/AgCl參比電極。Winquist等[22]發現不同種類貴金屬電極對不同化學成分的敏感性不同，導致其表面的電化學反應產生差異，多個工作電極采集的電流信號經匯總后可形成被測溶液的“指紋圖譜”。② 信號調理電路，用于控制三電極系統的恒壓電勢并完成采集信號的放大與濾波功能。③ 數據采集卡，通過其D/A模塊產生電極激勵信號并利用A/D模塊采集傳感器響應信號。④ LabVIEW上位機軟件，用于對檢測過程進行操控，并對采集到的電極響應信號進行分析。電子舌檢測過程中，采用如圖2所示的大幅方波脈沖(LAPV)對工作電極進行伏安掃描，其工作電勢范圍為-1～1 V，掃描頻率為10 Hz，階躍電位為5 mV。在LAPV的激勵下，多個工作電極表面發生氧化還原反應，產生不同幅度的微弱電流響應信號。該信號經調理電路放大后，通過數據采集卡采集至LabVIEW軟件進行分析。

圖2 大幅方波脈沖伏安信號

1. 參比電極 2. 工作電極與輔助電極 3. 信號調理電路 4. LabVIEW上位機軟件 5. 數據采集卡

1.3 一維卷積神經網絡

傳統的CNN為二維卷積神經網絡，通常用于圖像識別領域[23]。由于電子舌信號為一維信號，因此選用一維卷積神經網絡(1-D CNN)模型。其結構如圖3所示，主要由多個卷積層、池化層(下采樣層)和全連接層組成。

圖3 一維卷積神經網絡模型結構

(1)

式中：

D——輸入數據；

*——一維卷積操作；

b——偏置項；

f(·)——激活函數。

卷積層后為池化層(下采樣層)，其目的是進一步縮小特征圖的尺寸，減輕1-D CNN的計算負擔。池化層一般只進行降維操作，沒有參數，不進行權重更新。文中，選擇最大池化操作：

(2)

式中：

n——卷積核的尺寸邊長；

max(·)——最大值函數。

全連接層由多個隱含層組成，作用是將所得到的多通道特征圖轉化為一維向量，其形式為X=[x1,x2,…,xn],其中n為最后一個卷積層的節點個數。模型最后一層輸出層采用Softmax激活函數，其公式：

(3)

1.4 極限學習機

極限學習機(ELM)是由Huang等[21]提出的一種改進的單隱層前饋神經網絡(SLFN)。ELM可以隨機選擇輸入層和隱含層之間的隱藏節點和連接權值，從而確定網絡的輸出權值。對N個任意不同的樣本(xi,yi), (xi=[xi1,xi2,…,xin]T∈Rn,yi=[yi1,yi2,…,yin]T∈Rn)，其具有L個隱含層節點的SLFN為

(4)

式中：

f(·)——激活函數；

βi——隱含層和輸出層第i個節點之間的輸出權重；

αi——輸入層和隱含層第i個節點之間的輸入權重；

bi——第i個節點之間的偏置。

用矩陣的形式對式(6)進行重構：

Hβ=T，

(5)

其中，H表示隱含層輸出矩陣：

(6)

式中：

在SLFN中，當激活函數f無限可微，對于隨機選擇的輸入權值和隱含層偏置，只要訓練集樣本數N大于隱含層神經元個數L，SLFN即可零誤差去逼近訓練樣本。因此，訓練ELM的過程相當于求解方程組Hβ=T的最小二乘解：

(7)

可證明該最小二乘解的最小值為：

(8)

式中：

H+——隱含層輸出矩陣H的廣義雅克比矩陣的逆，可通過正交法計算求得。

1.5 1-D CNN-ELM模型

經典1-D CNN采用BPNN作為分類器，會導致訓練時間長、泛化能力差的問題。ELM具有訓練速度快、泛化性好、分類精度高等優點。鑒于1-D CNN以及ELM各自的特點，將1-D CNN 和ELM 組合構建CNN-ELM模型。圖4為1-D CNN-ELM模型結構圖，其中，1-D CNN模型由5個卷積層和4個池化層組成。第1個卷積層使用了16個尺寸為7的卷積核。第2個卷積層使用32個尺寸為5的卷積核。第3～5個卷積層均采用尺寸為3的卷積核，其個數分別為64，128，64。模型的激活函數采用指數線性單元(ELU)。在第1個卷積層到第5層卷積層之間均放置一個Max-Pooling層，池化窗口尺寸和步幅為2。最后一層卷積后采用ELM進行分類識別。

圖4 1-D CNN-ELM模型

1-D CNN-ELM模型的訓練流程如圖5所示，先將伏安電子舌采集的普洱茶信號進行數據預處理操作(數據增強、數據歸一化)，再將處理好后的數據集中的70%作為訓練集樣本，其余作為測試集樣本。使用訓練集樣本訓練1-D CNN至收斂，然后提取最后一個卷積層的特征訓練ELM，可得到1-D CNN-ELM模型，采用測試集樣本對模型進行分類效果檢驗。

圖5 1-D CNN-ELM模型訓練流程

2 結果與分析

模型訓練均是在Keras框架下完成的。硬件環境：Intel i7-8700K@3.70 GHz；24 G內存；Nvidia GeForce GTX 1080Ti，11 G顯存。軟件環境：CUDA Toolkit 10.0，CUDNN V7.6.1；Python 3.6；Keras 2.2.4；Windows 10 64 bit 操作系統。

2.1 電子舌響應信號

伏安電子舌系統的8個工作電極得到的響應信號如圖6所示。由圖6可以看出，每個電極區域都表現出一種獨特的普洱茶樣品“指紋圖譜”。普洱茶經檢測后，每個樣品可采集得到8 000個數據點(1 000×8個電極)。

圖6 電子舌響應信號

2.2 數據預處理與數據增強

由于電子舌信號噪聲大且數值變化幅度較大，因此需要采用式(9)對電子舌信號進行歸一化處理：

(9)

式中：

xi——信號中第i個采樣值；

xmax——信號中最大值；

xmin——信號中最小值。

為了進一步提高1-D CNN模型的魯棒性，采用數據增強技術增加電子舌信號的訓練樣本數量。文中采用信號加噪擴容的信號增強方法，步驟是：首先將均值為0，標準差為0.05的隨機高斯噪聲信號嵌入到原始的電子舌信號中，形成加噪數據集。然后將加噪數據集與原數據集組合，共可得到3 190個電子舌信號訓練樣本。

2.3 CNN-ELM模型

2.3.1 CNN結構優化 不同的卷積層和池化層組合會影響1-D CNN對電子舌信號特征的提取效果。較多的卷積層(Conv-i)和池化層(Pooling-i)會導致模型提取過多不必要的特征，易產生過擬合問題；而較少的卷積層和池化層則會使得樣本特征得不到充分提取，易產生欠擬合問題。為了達到最佳的特征提取效果，采用(Conv-6, Pooling-5)、(Conv-5, Pooling-4)、(Conv-4, Pooling-3)和(Conv-3, Pooling-2) 4種不同數目的卷積層和池化層組合對CNN模型進行優化。從圖7可以看出，隨著卷積層從3增加到6、池化層從2增加到5，1-D CNN模型在訓練集上的收斂速度和分類準確率增加。從圖8可以看出，測試集上，最佳組合為(Conv-5, Pooling-4)，而組合(Conv-6, Pooling-5)出現性能下降的原因可能是卷積層和池化層數量過多，導致電子舌特征被過度提取從而產生過擬合問題。

圖8 不同卷積層和池化層組合的模型在訓練集和測試集上的平均分類精度

圖7 不同模型組合在訓練集和測試集的分類精度

1-D CNN的超參數如學習率、訓練周期epoch和mini-batch size也會對模型的訓練速度和泛化性能產生較大影響。因此，采用單一因素法對1-D CNN的超參數進行選擇優化，具體步驟見文獻[24]，其結果如圖9所示。通過比較不同超參數在測試集上的分類性能，得到最佳分類效果的模型的學習率為0.000 5、訓練周期epoch為30、mini-batch size的參數為42。

圖9 不同超參數在CNN測試集上的準確率

2.3.2 ELM分類器優化 1-D CNN-ELM模型的ELM分類器在訓練中能夠隨機產生輸入層和隱含層間的連接權值和閾值，因此，僅需要對ELM隱含層節點數進行優化即可。分別將隱含層的節點數為2～200的不同ELM與1-D CNN結合，其不同結構的模型分類準確性結果如圖10所示。由圖10可以看出，當隱含層節點數為146時，1-D CNN-ELM的性能最佳，其準確率為98.32%。

圖10 不同隱含層節點數的ELM在測試集上的準確率

2.4 傳統機器學習模型

為了驗證文中方法的有效性，采用離散小波變換(DWT)作為特征提取方法，分別使用SVM和ELM作為分類器，組成DWT-SVM和DWT-ELM兩種對比模型，對普洱茶電子舌信號進行模式識別操作。

在DWT特征提取過程中，為了達到最佳效果，對小波基函數和分解階數進行優化。電子舌信號分別選擇4種不同的小波基函數(Coiflets、Daubechies、Haar、Symlets)進行4～7階的分解。為了評價分解效果，選擇相關系數R2作為評價指標。其試驗結果如圖11所示。結果表明，當采用Sym6母小波進行7層分解時，相似系數達到最大值0.974 9，此時壓縮效果最好。電子舌信號經DWT特征提取后，8 000個數據點被壓縮至73個。

圖11 DWT特征提取中不同母小波和分解層數對R2的影響

采用SVM作為模型分類器，其分類性能主要受到懲罰系數C和核函數參數λ影響。采用網格尋優算法對SVM進行優化，其中的C和γ的取值范圍均為[2-5,2-4,…,24,25]，其結果如圖12所示，試驗表明，當C=2-5，γ=25時，DWT-SVM模型的分類效果達到最優，其準確率為91.36%。采用與3.3.2節相同的方法對DWT-ELM模型中的ELM隱含層節點進行優化，結果表明，當節點數為96時，DWT-ELM模型的性能最佳，其準確率為93.63%。

圖12 SVM中不同的C和γ對測試集準確率的影響

2.5 模型性能對比分析

分別建立1-D CNN-ELM、傳統CNN、DWT-SVM和DWT-ELM模型的分類混淆矩陣。如圖13所示，可發現傳統CNN對普洱茶年限鑒別的正確分類的樣本個數要大于DWT-ELM和DWT-SVM，而1-D CNN-ELM的正確分類的樣本數多于傳統CNN。

圖13 4種模型的分類混淆矩陣

進一步對4種模型的精確率、召回率和F1-Score參數進行對比分析，其公式：

(10)

(11)

(12)

式中：

Precison——精確率，%；

Recall——召回率，%；

F1-Score——F1-Score參數；

TP——真實的正樣本數量；

FP——真實的負樣本數量；

FN——虛假的負樣本數量。

從表1可以看出，DWT-ELM模型的精確率、召回率和F1-Score分別為94.0%，94.0%，0.94，較DWT-SVM模型的性能提高了約3%。這可能是由ELM模型比SVM模型具有更好的泛化能力和魯棒性造成的。傳統1-D CNN模型性能又較DWT-ELM模型提高了約2%，表明1-D CNN在其分類器(BPNN)性能劣于ELM的情況下，仍能取得較好的分類效果，證明了深度學習方法比傳統機器學習方法具有更好的特征提取性能。而1-D CNN-ELM模型與1-D CNN模型相比性能更好，說明ELM分類器的引入有效地提高了傳統CNN模型的分類準確率和模型泛化性能。

表1 不同模式識別模型的性能對比

3 結論

研究提出了一種基于1-D CNN-ELM模式識別模型結合伏安電子舌對普洱茶年限進行鑒別的方法。采用一維卷積神經網絡對電子舌信號進行自動特征提取，然后利用ELM算法進行分類識別。該方法克服了傳統CNN泛化能力差、訓練耗時長的缺點，同時避免了傳統機器學習模型需要人工特征設計，導致特征提取不完善、費時費力等問題。試驗結果表明，與傳統電子舌信號模式識別模型相比，1-D CNN-ELM模型對不同貯藏年限的普洱茶電子舌信號的分類準確率有較大提升。研究僅對5種不同年限的普洱茶進行鑒別且采用單一因素法優化1-D CNN模型超參數，后續將采用更加高效的模型優化方法，并將其應用于電子舌的其他檢測領域，以進一步驗證其適用性。