《基于电子舌技术的鱼新鲜度定性、定量分析》PDF+DOC
作者:韩方凯,黄星奕,穆丽君,顾海洋
单位:华南理工大学
出版:《现代食品科技》2014年第07期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFGZSP2014070440
DOC编号:DOCGZSP2014070449
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于遗传优化神经网络的电子舌在黄酒检测中的应用》PDF+DOC 鲁小利,王俊
《基于支持向量机的混合气体定量分析》PDF+DOC 谢亮
《基于BP人工神经网络的磷矿品位预测模型研究》PDF+DOC2016年第05期 张翼,蔡兵兵,王旭东
《基于电子鼻的果园荔枝成熟阶段监测》PDF+DOC2015年第18期 徐赛,陆华忠,周志艳,吕恩利,杨径
《BP神经网络在自动变速器故障诊断中的应用》PDF+DOC2012年第08期 郑劲,丁雪兴,孙怀君
《电子舌技术对香醋发酵过程的监控研究》PDF+DOC2009年第10期 黄星奕,王慧
《一种基于BP神经网络的快速称重新方法》PDF+DOC 潘小玲,崔为花,白雪玲
《支持向量机在时间序列预测中的应用》PDF+DOC2008年第04期 许葆华,李洪儒,年海涛
《基于气体传感器阵列的混合气体定量分析》PDF+DOC2006年第07期 太惠玲,谢光忠,蒋亚东
《基于多信息融合的鸡蛋新鲜度检测研究》PDF+DOC2014年第08期 徐彦伟,崔建鹏,颉潭成,南翔
为实现鱼新鲜度的快速定性、定量分析。采用电子舌技术对4℃下不同冷藏天数的鲳鱼进行检测。同时测量鲳鱼体内挥发性盐基氮(Total volatile basic nitrogen,TVB-N)含量及细菌总数(Total viable count,TVC)。对电子舌数据进行分析处理,构建了K最近邻(K-nearest neighbor,KNN)判别模型和BP人工神经网络(Back-propagation artificial neural network,BP-ANN)模型定性评价鲳鱼新鲜度。结果显示,KNN模型的训练集、测试集识别率分别为:99.11%和98.21%;BP-ANN模型的训练集、测试集识别率分别为:92.86%和91.07%。构建了电子舌数据和TVB-N及TVC之间的支持向量机回归模型对鲳鱼新鲜度进行定量评价,独立样本检验结果显示,对TVB-N及TVC的预测,支持向量机回归模型的预测值和实测值的相关系数分别为:0.9727和0.9457,预测均方根误差分别为2.8×;10-4 mg/g和0.052 log(CFU/g)。可见三种模型均能达到较好的效.....。
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。