Optimisation des capteurs d'arômes et fusion multisensorielle appliquée à la caractérisation des produits agro-alimentaires - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Thèse Année : 1998

Aroma sensor optimisation and multisensor fusion applied to food product characterisation

Optimisation des capteurs d'arômes et fusion multisensorielle appliquée à la caractérisation des produits agro-alimentaires

Résumé

This Ph.D. work is dealing with classification problem using multivariate data provided by sensory devices: aroma sensors and spectrometers. The first axis is the otpimisation of new aroma measurement devices, "electronic noses" or aroma sensors, by designing an experimental methodological approach, divided in three stages: extraction of shape features from the signals and their selection relatively to performance indexes designed for the multi-sensor array; the application of experimental design methods, in order to assess the external parameter influence on measurement quality and determine the most suitable experimental conditions; the use of feature selection techniques (stepwise methods and genetic algorithms) to choose the transducers to be included in the aroma multi-sensor array.The second axis of this thesis is to apply multi-sensor fusion techniques to supervised classification using multivariate redundant data. These methods are used for the discrimination of must varieties, carrying out aroma measurements previously optimised and infrared and ultraviolet spectrometric analysis.Two multi-sensor fusion techniques have been compared: low level fusion, combining the sensor rough signals, and high level fusion taking into account the sensor individual classifications, using Bayes minimum error or risk.
Cette thèse traite le problème de la classification à partir de données multivariées issues de capteurs sensoriels : capteurs d'arômes et spectromètres. Le premier axe consiste à optimiser de nouveaux systèmes de mesure aromatique, les " nez électroniques " ou capteurs d'arômes, grâce à la conception d'une démarche méthodologique expérimentale comprenant 3 étapes : l'extraction de descripteurs de forme des signaux et leur sélection grâce à des critères de performance définis pour les systèmes multi-capteurs ; l'application de plans d'expériences afin de déterminer l'influence de facteurs extérieurs sur la qualité de la mesure et les conditions expérimentales optimales ; enfin, l'adaptation de techniques de sélection de variables (méthodes pas à pas et algorithmes génétiques) au choix des transducteurs à insérer dans le système multi-capteur d'arômes. Le second axe de la thèse est l'application de la fusion multi-capteur à la classification supervisée à partir de données multivariées redondantes. Elle est employée pour la discrimination de cépages de moûts de raisins blancs, grâce aux mesures aromatiques préalablement optimisées et aux analyses spectrométriques dans l'infrarouge et ultraviolet.Deux méthodes de fusion multisensorielle sont proposées et comparées : la fusion de niveau bas, combinant les signaux bruts, et la fusion de niveau haut, tenant compte des classifications individuelles et de l'expertise, grâce à l'erreur ou au rique minimum de Bayes.

Mots clés

Fichier principal
Vignette du fichier
pub00005493.pdf (24.41 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-02578039 , version 1 (14-05-2020)

Identifiants

Citer

S. Roussel. Optimisation des capteurs d'arômes et fusion multisensorielle appliquée à la caractérisation des produits agro-alimentaires. Sciences de l'environnement. Doctorat Sciences pour l'ingénieur, ENSA Montpellier, 1998. Français. ⟨NNT : ⟩. ⟨tel-02578039⟩

Collections

INRAE
52 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More