首页 | 本学科首页   官方微博 | 高级检索  
     

腐乳感官和理化品质的核主成分分析
引用本文:经玲 朱甫芹 鲁绯 孙君社. 腐乳感官和理化品质的核主成分分析[J]. 中国农业大学学报, 2004, 9(3): 79-81
作者姓名:经玲 朱甫芹 鲁绯 孙君社
作者单位:1. 中国农业大学,理学院,北京,100083
2. 中国农业大学,食品科学与营养工程学院,北京,100083
基金项目:国家自然科学基金资助项目 ( 10 371131)
摘    要:为解决PCA不适合多指标综合分析中非线性主成分分析的问题,采用核主成分分析(KPCA)方法,对我国不同地区16种腐乳的品质进行了综合评价。使用核函数将原空间映射到高维特征空间。在高维空间进行了线性主成分分析。结果表明。通过对核参数的适当选取。可使最大特征值的贡献率达到或接近85%。避免了多个主成分的不同组合而导致的评价结果的不一致。应用KPCA得到的腐乳品质的评价结果具有一定的客观性。

关 键 词:核主成分分析 腐乳品质 综合评价
文章编号:1007-4333(2004)03-0079-03
修稿时间:2003-10-31

Kernel principal composition analysis of sensory and physiochemical quality of fermented bean curd
Jing Ling,Zhu Fuqin,Lu Fei,Sun Junshe. Kernel principal composition analysis of sensory and physiochemical quality of fermented bean curd[J]. Journal of China Agricultural University, 2004, 9(3): 79-81
Authors:Jing Ling  Zhu Fuqin  Lu Fei  Sun Junshe
Affiliation:Jing Ling 1,Zhu Fuqin 1,Lu Fei 2,Sun Junshe 2
Abstract:Through kernel principal composition analysis, a new method of comprehensive evaluation was made for the sensory and physiochemical quality of sixteen kinds of fermented bean curd from markets. By using the kernel functions, one can efficiently calculate principal compositions in high dimensional feature spaces, related in input space by some nonlinear map. The results showed that the maximum eigenvalue contributes nearly 85 % by choosing appropriate parameters, avoiding the different array as a result of many principal composition. KPCA should have a good performing in comprehensive analysis of the quality of fermented bean curd.
Keywords:kernel principal composition analysis (KPCA)  sensory and physiochemical quality  comprehensive evaluation
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《中国农业大学学报》浏览原始摘要信息
点击此处可从《中国农业大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号