霉变玉米电子鼻识别及其传感器阵列优化
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％.
玉米、霉变、电子鼻、快速检测
32
TS210.7(食品工业)
“十一五”国家科技支撑计划项目:储粮生物挥发物质与储藏品质判定新方法及快速检测技术开发2009BADA0B00-5
2012-01-15（万方平台首次上网日期，不代表论文的发表时间）
共5页
16-20
