文件名称：霉变玉米电子鼻识别及其传感器阵列优化 (2011年)
文件大小：281KB
文件格式：PDF
更新时间：2024-06-03 10:10:28
自然科学 论文
收集了玉米样品40份，利用电子鼻技术对样品进行模式识别，并对电子鼻传感器阵列进行优化．结果表明，电子鼻能够对正常与霉变样品进行区分．在优化传感器阵列后，主成分分数较优化前的84.36％提高至97.54％．对测试集的判别采用4种算法（Euclid、Malahanobis、Kohonen和DFA）进行判别，电子鼻判别率较优化前均有不同程度的提高，其中Kohonen法判别率可达90.63％．