基于FT_NIR和电子鼻技术的苹果霉心病无损检测---德国AIRSENSE电子鼻

2021-12-06 09:21  下载量:0

资料摘要

资料下载

摘要:为研究傅里叶近红外光谱技术(Fourier transform near infrared spectroscopy,FT-NIRS)和电子鼻技术分别结合化学计量学的方法对苹果霉心病的判别效果。以“红富士”霉心病苹果和健康苹果为试材,利用近红外光谱技术基于主成分分析建立Fisher判别和多层感知器(multi-layer perceptron,MLP)神经网络模型;同时利用电子鼻技术分别结合Fisher判别、MLP神经网络和径向基函数(radial basis function,RBF)神经网络3种化学计量学的方法建立判别模型。根据建模集和验证集的预测准确率综合考虑,基于主成分分析建立的MLP神经网络模型和电子鼻结合MLP神经网络模型对苹果霉心病的判别效果最好,验证集中的正确判别率分别达到87.7%和86.2%。说明电子鼻和近红外光谱技术均可以较好地判别苹果霉心病。 关键词:苹果;霉心病;近红外光谱;电子鼻;化学计量学;

资料下载

文献贡献者

相关资料 更多

相关产品

当前位置: 盈盛恒泰 资料 基于FT_NIR和电子鼻技术的苹果霉心病无损检测---德国AIRSENSE电子鼻

关注

拨打电话

留言咨询