作者:崔丽静,周显青,林家永,张玉荣 单位:中国粮油学会 出版:《中国粮油学报》2011年第10期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFZLYX2011100230 DOC编号:DOCZLYX2011100239 下载格式:PDF + Word/doc 文字可复制、可编辑
《霉变玉米电子鼻识别及其传感器阵列优化》PDF+DOC2011年第04期 周显青,暴占彪,崔丽静,林家永,张玉荣 《提高食醋电子鼻识别率方法的研究》PDF+DOC2015年第09期 成剑峰,胡红娟 《霉变玉米气体传感器阵列快速检测》PDF+DOC2019年第09期 黄怡,沈飞,赵天霞,方勇,刘琴,刘兴泉 《电子鼻在酱油识别中的应用研究》PDF+DOC2010年第04期 李德茂,陈利梅,马淑凤 《采用电子鼻评价肉制品中的香精质量》PDF+DOC2008年第09期 张晓敏,朱丽敏,张捷,马明辉 《基于电子舌和电子鼻技术的茶树花保健鲜啤酒辨识分析》PDF+DOC2014年第05期 陈岭,张星海,周晓红,虞培力 《电子鼻在陈皮“气味”鉴别中的应用研究》PDF+DOC2014年第03期 陈林,胡媛,刘友平,闫珂巍,陈鸿平 《食品中农药残留的电子鼻检测识别研究》PDF+DOC2016年第12期 蒋雪松,胡立挺,陈卉卉,陆小飞,许林云 《检测掺假牛奶的电子鼻传感器阵列的优化》PDF+DOC2006年第04期 徐亚丹,王俊,赵国军 《基于电子鼻技术的野生当归与栽培当归气味比较》PDF+DOC2014年第04期 杨文玺,张尚智,贺莉萍,王文全
  • 采用正常玉米样品40个,发霉玉米样品41个,建立了电子鼻对霉变与正常样品的识别模型,优化了10个传感器的组合,并对32个未知样品进行判别,其中霉变样品15个,正常样品17个。结果表明传感器优化前后主成分分数分别为86.34%和97.54%,优化后提高了11.2%。采用Euclid、Malahanobis、Correla-tion以及DFA四种算法对检验集未知样品进行判定,优化前总判别率分别为Euclid:68.75%,Malahanobis:75%,Correlation:84.38%,DFA:81.25%;优化后总判别率分别为Euclid:68.75%,Malahanobis:75%,Correla-tion:90.63%,DFA:87.5%。优化后Correlation和DFA法的判别率比优化前提高,其中Correlation法达90.63%。在对霉变和正常玉米判别时,霉变样品的判别率要远高于正常样品的判别率。

    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。