《黄山毛峰茶贮藏时间电子鼻检测方法研究》PDF+DOC
作者:杨春兰,薛大为,鲍俊宏
单位:浙江省农业科学院;浙江省农学会
出版:《浙江农业学报》2016年第04期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFZJNB2016040210
DOC编号:DOCZJNB2016040219
下载格式:PDF + Word/doc 文字可复制、可编辑
《PCA-BPNN在黄山毛峰茶贮藏时间检测中的应用》PDF+DOC2016年第03期 杨春兰,薛大为
《电子鼻检测黄山毛峰茶贮藏时间方法研究》PDF+DOC2016年第11期 薛大为,杨春兰,孔慧芳,鲍俊宏
《茶叶贮藏时间电子鼻检测方法》PDF+DOC 鲍俊宏,薛大为
《基于电子鼻多传感器融合的茶叶存储时间识别》PDF+DOC2019年第02期 薛大为,杨春兰
《基于电子鼻技术的茶叶贮藏时间检测方法》PDF+DOC2016年第05期 杨春兰,薛大为
《基于电子鼻技术的茶叶贮藏时间检测方法》PDF+DOC2016年第05期 杨春兰,薛大为
《电子鼻在调理牦牛肉新鲜度识别中的应用》PDF+DOC2014年第21期 张淼,何江红,贾洪锋,张振宇,贾冬英
《基于电子鼻技术的黄山毛峰茶品质检测方法》PDF+DOC2014年第03期 薛大为,杨春兰
《基于电容测量和PCA法的两相流相浓度检测方法》PDF+DOC2003年第01期 陆耿,邹璐,彭黎辉,姚丹亚,张宝芬
《鸭梨、雪梨果醋香气成分的电子鼻分析》PDF+DOC2013年第22期 赵国群,姚瑶,关军锋
利用电子鼻对6个贮藏时间5个等级的黄山毛峰茶进行检测,首先获取反映茶叶香气的原始特征向量,再通过主成分分析法(PCA)提取出前5个主成分作为主特征向量,然后以主特征向量作为BP神经网络(BPNN)的输入,建立黄山毛峰茶贮藏时间预测模型(PCA-BPNN)。结果表明:PCA-BPNN对于贮藏0 d的茶叶,最大预测误差为11 d,5个(6.67%)样本预测误差超过13 d;对于贮藏60 d的茶叶,最大预测误差为13d,4个(5.33%)样本预测误差超过10 d;对于贮藏120 d的茶叶,最大预测误差为16 d,7个(9.33%)样本预测误差超过10 d;对于贮藏180 d的茶叶,最大预测误差为19 d,8个(10.67%)样本预测误差超过10 d;对于贮藏240 d的茶叶,最大预测误差为21 d,8个(10.67%)样本预测误差超过10 d;对于贮藏300 d的茶叶,最大预测误差为14 d,6个(8.00%)样本预测误差超过10 d。该研究所建立的PCA-BPNN预测模型可用于检测黄山毛峰茶贮藏时间,且与以原始特征变量作为输入的BPNN模型相比,性能更好。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。