用电子鼻区分霉变燕麦及其传感器阵列优化

2018/02/09   下载量： 4 次

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 无

应用电子鼻对燕麦（Avena sativa L）霉变程度进行区分，为了提高区分准确度，对电子鼻传感器阵列进行了优化的研究。每天随机选择10 个燕麦样品进行电子鼻检测，试验连续进行5 d，将检测数据耦合入非线性双稳态随机共振系统，以外部Gaussian 白噪声激励系统产生共振，选择输出信噪比特征值进行主成分分析，初期试验主成分1 和主成分2 贡献率之和为96.43%，且相同霉变程度样品离散度较大，不同霉变程度样品之间距离较近。为了提高电子鼻对霉变燕麦样品区分效果，进行了电子鼻传感器负荷加载分析，优化选择了传感器阵列，优化后主成分1 和主成分2 贡献率之和为99.31%，相同霉变程度燕麦样品的聚合度更高，使不同霉变程度燕麦样品之间的区分更加明显，为进一步的定量化检测奠定了基础。 ?

方案下载
配置单
方案详情

应用电子鼻对燕麦（Avena sativa L）霉变程度进行区分，为了提高区分准确度，对电子鼻传感器阵列进行了优化的研究。每天随机选择10 个燕麦样品进行电子鼻检测，试验连续进行5 d，将检测数据耦合入非线性双稳态随机共振系统，以外部Gaussian 白噪声激励系统产生共振，选择输出信噪比特征值进行主成分分析，初期试验主成分1 和主成分2 贡献率之和为96.43%，且相同霉变程度样品离散度较大，不同霉变程度样品之间距离较近。为了提高电子鼻对霉变燕麦样品区分效果，进行了电子鼻传感器负荷加载分析，优化选择了传感器阵列，优化后主成分1 和主成分2 贡献率之和为99.31%，相同霉变程度燕麦样品的聚合度更高，使不同霉变程度燕麦样品之间的区分更加明显，为进一步的定量化检测奠定了基础。


上一篇 大米物性测定
下一篇 电子舌对昌黎原产地干红葡萄酒的区分辨识

文献贡献者

上海保圣实业发展有限公司
银牌会员 丨 第10年
查看全部资料
推荐方案
更多

相关产品

当前位置： 仪器信息网 保圣科技 方案 用电子鼻区分霉变燕麦及其传感器阵列优化

关注

拨打电话

留言咨询