基于电子鼻多传感器融合的茶叶存储时间识别 |
| |
引用本文: | 薛大为,杨春兰.基于电子鼻多传感器融合的茶叶存储时间识别[J].湖南农业大学学报(自然科学版),2019,45(2). |
| |
作者姓名: | 薛大为 杨春兰 |
| |
作者单位: | 蚌埠学院电子与电气工程学院,安徽 蚌埠,233030;蚌埠学院电子与电气工程学院,安徽 蚌埠,233030 |
| |
基金项目: | 安徽省高校自然科学研究重点项目(KJ2018A0574);安徽省高校优秀青年骨干人才国内访学研修项目(gxfx2017133) |
| |
摘 要: | 借助电子鼻检测存储60、120、180、240、300、360 d的黄山毛峰茶香气信息,根据电子鼻各传感器响应曲线变化特点,选取出1组能够表征不同香气信息的基本特征变量,分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和BP神经网络(BPNN)方法,建立茶叶存储时间的预测模型。测试样本集对3种预测模型的检验结果表明:PCR、PLS、BPNN模型的预测标准误差分别为10.05、6.04、3.21d;最大预测相对误差分别为11.03%、7.02%、5.89%;平均预测相对误差分别为6.73%、4.74%、3.62%;预测值与实际值之间的决定系数R2分别为0.862、0.896、0.987。3种模型都能较好地对茶叶存储时间进行预测,相比较而言,BPNN模型性能最优,PLS模型性能优于PCR模型。
|
关 键 词: | 电子鼻 茶叶存储时间 多传感器融合 主成分回归 偏最小二乘回归 BP神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文 |
|