《PCA-BPNN在黄山毛峰茶贮藏时间检测中的应用》PDF+DOC
作者:杨春兰,薛大为
单位:广东石油化工学院
出版:《广东石油化工学院学报》2016年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFSHGD2016030090
DOC编号:DOCSHGD2016030099
下载格式:PDF + Word/doc 文字可复制、可编辑
《黄山毛峰茶贮藏时间电子鼻检测方法研究》PDF+DOC2016年第04期 杨春兰,薛大为,鲍俊宏
《茶叶贮藏时间电子鼻检测方法》PDF+DOC 鲍俊宏,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
《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
《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
《电子鼻定量检测淡水鱼新鲜度的方法研究》PDF+DOC2016年第12期 杨春兰,薛大为
《基于电子鼻的低温贮藏草鱼品质预测方法研究》PDF+DOC2012年第02期 惠国华,陈裕泉
《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
《基于电子鼻的竹荚鱼肉鲜度及品质的评价》PDF+DOC2012年第05期 李璇,邓尚贵,张宾,林雪,梁锐
为了探索黄山毛峰茶贮藏时间的有效检测方法,利用电子鼻技术对4个不同贮藏时间下的3个等级黄山毛峰干茶叶进行了检测。根据电子鼻传感器阵列响应曲线变化特点,选取了特征变量,并通过主成分分析法提取出4个主特征变量。以主特征变量作为BP神经网络的输入,以茶叶贮藏时间作为输出,建立了黄山毛峰茶贮藏时间的PCA-BPNN预测模型。实验结果表明:PCA-BPNN预测模型的最大预测误差为38.5 d,预测误差超过10 d的样本最大比率为4.44%;与BPNN预测模型相比,PCA-BPNN预测模型性能更优。
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。