中国粮油学报
中國糧油學報
중국량유학보
JOURNAL OF THE CHINESE CEREALS AND OILS ASSOCIATION
2011年
10期
103-107
,共5页
崔丽静%周显青%林家永%张玉荣
崔麗靜%週顯青%林傢永%張玉榮
최려정%주현청%림가영%장옥영
电子鼻%玉米%霉变%快速检测
電子鼻%玉米%黴變%快速檢測
전자비%옥미%매변%쾌속검측
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、Correlation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%,Correlation: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.
採用正常玉米樣品40箇,髮黴玉米樣品41箇,建立瞭電子鼻對黴變與正常樣品的識彆模型,優化瞭10箇傳感器的組閤,併對32箇未知樣品進行判彆,其中黴變樣品15箇,正常樣品17箇.結果錶明傳感器優化前後主成分分數分彆為86.34%和97.54%,優化後提高瞭11.2%.採用Euclid、Malahanobis、Correlation以及DFA四種算法對檢驗集未知樣品進行判定,優化前總判彆率分彆為Euclid:68.75%,Malahanobis:75%,Correlation:84.38%,DFA:81.25%;優化後總判彆率分彆為Euclid:68.75%,Malahanobis:75%,Correlation:90.63%,DFA:87.5%.優化後Correlation和DFA法的判彆率比優化前提高,其中Correlation法達90.63%.在對黴變和正常玉米判彆時,黴變樣品的判彆率要遠高于正常樣品的判彆率.
채용정상옥미양품40개,발매옥미양품41개,건립료전자비대매변여정상양품적식별모형,우화료10개전감기적조합,병대32개미지양품진행판별,기중매변양품15개,정상양품17개.결과표명전감기우화전후주성분분수분별위86.34%화97.54%,우화후제고료11.2%.채용Euclid、Malahanobis、Correlation이급DFA사충산법대검험집미지양품진행판정,우화전총판별솔분별위Euclid:68.75%,Malahanobis:75%,Correlation:84.38%,DFA:81.25%;우화후총판별솔분별위Euclid:68.75%,Malahanobis:75%,Correlation:90.63%,DFA:87.5%.우화후Correlation화DFA법적판별솔비우화전제고,기중Correlation법체90.63%.재대매변화정상옥미판별시,매변양품적판별솔요원고우정상양품적판별솔.