作者:徐赛,张倩倩 单位:江苏省农业科学院 出版:《江苏农业科学》2020年第16期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFJSNY2020160440 DOC编号:DOCJSNY2020160449 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于电子鼻与物理特征融合的猕猴桃贮藏时间识别方法》PDF+DOC2016年第03期 徐赛,陆华忠,王亚娟,周志艳,姜焰鸣,吕恩利 《基于电子鼻的花生有害霉菌种类识别及侵染程度定量检测》PDF+DOC2016年第24期 沈飞,刘鹏,蒋雪松,邵小龙,万忠民,宋伟 《基于电子鼻和改进无监督鉴别投影算法的大闸蟹新鲜度识别方法》PDF+DOC2017年第18期 朱培逸,徐本连,鲁明丽,施健,吕岗 《基于电子鼻技术的混合气体识别研究》PDF+DOC 刘伟玲,吴龙焦,张思祥,闫子琪 《基于电子鼻的水稻品种鉴别研究》PDF+DOC2012年第06期 于慧春,熊作周,殷勇 《电子鼻在卷烟真伪鉴别中的应用》PDF+DOC2011年第04期 田耀伟,杨雷玉,朱先约,宗永立,李炎强 《基于电子鼻的番茄种子发芽率检测》PDF+DOC2011年第12期 程绍明,王俊,马杨珲,王永维,韦真博 《电子鼻技术在茶叶品质检测中的应用研究》PDF+DOC2008年第05期 于慧春,王俊 《基于扩散映射和LDA的辛味中药材鉴别研究》PDF+DOC2015年第05期 陈惠勤,骆德汉 《基于高光谱与电子鼻融合的番石榴机械损伤识别方法》PDF+DOC2015年第07期 徐赛,陆华忠,周志艳,吕恩利,姜焰鸣
  • 为更好地维护普洱茶的产业秩序,拟探究1种用电子鼻识别普洱茶种类的方法。采用电子鼻对7种普洱古树茶(拨玛、贺开、老班章、老曼峨、帕莎、那卡和易武)和1种普洱台地茶(易武)进行电子鼻采样后,先用线性判别分析(LDA)初步探究电子鼻传感器响应不同特征(最大值、平均值、平均微分值、稳定值和融合特征)对普洱茶种类的分类效果(将传感器R1~R10的特征按照最大值、平均值、平均微分值、稳定值的重复顺序进行提取,用编号1~40表示),再用简单相关分析(SCA)和互信息理论(MIT)结合偏最小二乘回归(PLSR)进行分析,揭示并剔除融合特征中的冗余特征,对去冗余数据进行归一化处理后,通过LDA、k-最近邻分析(KNN)和概率神经网络(PNN)建立普洱茶种类的识别模型。结果表明,多特征融合比单一特征提取的LDA普洱茶种类识别结果更佳,但识别精度仍有待提高。剔除冗余特征前,PLSR对普洱茶种类识别训练集、测试集的R~2分别为0.864 5、0.834 5;采用SCA-PLSR剔除弱相关特征31、35、24、39、36、33后,PLSR对训练集、测试集识别的R~2分别为0.885.....。

    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。