方案摘要
方案下载应用领域 | 食品/农产品 |
检测样本 | 谷物 |
检测项目 | 理化分析 |
参考标准 | GB NO. |
采用PEN3型电子鼻系统对我国10个省份47个小麦样品的挥发性物质进行检测.通过Loadings分析不同传感器在模式识别中的贡献率,对传感器阵列进行优化,并对传感器的响应值进行了主成分分析(PCA)和线性判别分析(LDA)。
《粮食与饲料工业》
赵丹 张玉荣 林家永 周显青
河南工业大学粮油食品学院,河南郑州450052;国家粮食局科学研究院,北京100037
摘要: 采用PEN3型电子鼻系统对我国10个省份47个小麦样品的挥发性物质进行检测.通过Loadings分析不同传感器在模式识别中的贡献率,对传感器阵列进行优化,并对传感器的响应值进行了主成分分析(PCA)和线性判别分析(LDA)。结果表明W5S、W1S、W2S 3根传感器在小麦样品的用途、产地、品种区分识别时作用都较大,W1C、W3C 2根传感器贡献率较小,PCA分析可以区分面包用小麦和馒头面条用小麦,总贡献率达85.5%;也可以区分不同产地的小麦样品和同一产地不同品种的小麦样品,线性判别分析(LDA)仅可以对不同产地、不同品种的小麦样品实现部分区分,无法将不同用途的小麦区分开来,主成分分析效果优于线性判别分析。
关键词:小麦 挥发性物质 电子鼻 主成分分析 线性判别分析 Loadings分析
1-甲基环丙烯处理通过减少细胞壁降解和调节碳水化合物代谢来延缓猕猴桃果实的软化
基于人工智能传感技术和多源信息融合技术的三七粉快速质量鉴定方法研究
基于电子舌技术的鲜食花生籽仁味觉智能分析
相关产品
关注
拨打电话
留言咨询