方案摘要
方案下载| 应用领域 | 食品/农产品 |
| 检测样本 | 其他粮食加工品 |
| 检测项目 | 营养成分>产品品质等级 |
| 参考标准 | GB NO |
摘要采用正常玉米样品40个，发霉玉米样品41个，建立了电子鼻对霉变与正常样品的识别模型，优化了10个传感器的组合，并对32个未知样品进行判别，其中霉变样品15个，正常样品17个。结果表明传感器优化前后主成分分数分别为86．34％和97．54％，优化后提高了11．2％。采用Euclid、Malahanobis、Correla—tion以及DFA四种算法对检验集未知样品进行判定，优化前总判别率分别为Euclid：68．75％，Malahanobis：75％，Correlation：84．38％，DFA：81．25％；优化后总判别率分别为Euclid：68．75％，Malahanobis：75％，Correla-tion：90．63％，DFA：87．5％。优化后Correlation和DFA法的判别率比优化前提高，其中Correlation法达90．63％。在对霉变和正常玉米判别时，霉变样品的判别率要远高于正常样品的判别率。
文献贡献者
电子舌用于检测某干混悬剂味觉检测
通过电子鼻和电子舌关联性对不同口味绿茶苦味和涩味的检测
福建农林大学科研团队揭示铁观音风味物质空间分布研究最新成果
相关产品
关注
拨打电话
留言咨询
