酿酒科技
釀酒科技
양주과기
LIQUOR-MAKING SCIENCE & TECHNOLOGY
2013年
11期
1-3,8
,共4页
柯永斌%周红标%李珊%王江星
柯永斌%週紅標%李珊%王江星
가영빈%주홍표%리산%왕강성
电子鼻%不同香型白酒%主成分分析%线性判别分析%概率神经网络
電子鼻%不同香型白酒%主成分分析%線性判彆分析%概率神經網絡
전자비%불동향형백주%주성분분석%선성판별분석%개솔신경망락
electronic nose%liquor of different flavor types%principal component analysis%linear discriminant analysis%probabilistic neural network
为了探索电子鼻对不同香型白酒的识别,以STM32为系统核心,筛选TGS2600、TGS2602、TGS2610、TGS2611和TGS2620共5个TGS传感器组成传感器阵列,设计了白酒检测电子鼻.利用该系统对浓香型、酱香型、清香型、米香型4种香型的代表酒样进行了气味数据采集.对数据进行平滑处理后提取其稳态响应值,并分别利用主成分分析、线性判别分析和概率神经网络建立了识别模型.实验数据显示:主成分分析的前2个主元累计贡献率达93.55％,线性判别分析的前2个主元累计贡献率为97.33％,概率神经网络模型识别率达到100％.结果表明,设计的电子鼻可以应用于对不同香型白酒的快速识别.
為瞭探索電子鼻對不同香型白酒的識彆,以STM32為繫統覈心,篩選TGS2600、TGS2602、TGS2610、TGS2611和TGS2620共5箇TGS傳感器組成傳感器陣列,設計瞭白酒檢測電子鼻.利用該繫統對濃香型、醬香型、清香型、米香型4種香型的代錶酒樣進行瞭氣味數據採集.對數據進行平滑處理後提取其穩態響應值,併分彆利用主成分分析、線性判彆分析和概率神經網絡建立瞭識彆模型.實驗數據顯示:主成分分析的前2箇主元纍計貢獻率達93.55％,線性判彆分析的前2箇主元纍計貢獻率為97.33％,概率神經網絡模型識彆率達到100％.結果錶明,設計的電子鼻可以應用于對不同香型白酒的快速識彆.
위료탐색전자비대불동향형백주적식별,이STM32위계통핵심,사선TGS2600、TGS2602、TGS2610、TGS2611화TGS2620공5개TGS전감기조성전감기진렬,설계료백주검측전자비.이용해계통대농향형、장향형、청향형、미향형4충향형적대표주양진행료기미수거채집.대수거진행평활처리후제취기은태향응치,병분별이용주성분분석、선성판별분석화개솔신경망락건립료식별모형.실험수거현시:주성분분석적전2개주원루계공헌솔체93.55％,선성판별분석적전2개주원루계공헌솔위97.33％,개솔신경망락모형식별솔체도100％.결과표명,설계적전자비가이응용우대불동향형백주적쾌속식별.
