食品科学
食品科學
식품과학
FOOD SCIENCE
2013年
16期
274-278
,共5页
电子鼻%模式识别%香辛料
電子鼻%模式識彆%香辛料
전자비%모식식별%향신료
electronic nose%pattern recognition%spices
电子鼻检测8种食用香辛料煮制液,运用多种模式识别算法分析.结果表明:主成分分析(PCA)可以完全区分8种不同香辛料;线性判别式分析(LDA)有3个品种有重叠,无法区分,但类内距离变小;用判别因子分析(DFA)建立的香料品种模型识别8种香辛料,识别率100％;用偏最小二乘分析(PLS)建立回归模型,预测未知含量4种香料煮制液,预测误差在4.0％～8.7％之间,因此电子鼻结合适当的识别算法可以用于香辛料品种的区分、识别和含量的预测.
電子鼻檢測8種食用香辛料煮製液,運用多種模式識彆算法分析.結果錶明:主成分分析(PCA)可以完全區分8種不同香辛料;線性判彆式分析(LDA)有3箇品種有重疊,無法區分,但類內距離變小;用判彆因子分析(DFA)建立的香料品種模型識彆8種香辛料,識彆率100％;用偏最小二乘分析(PLS)建立迴歸模型,預測未知含量4種香料煮製液,預測誤差在4.0％～8.7％之間,因此電子鼻結閤適噹的識彆算法可以用于香辛料品種的區分、識彆和含量的預測.
전자비검측8충식용향신료자제액,운용다충모식식별산법분석.결과표명:주성분분석(PCA)가이완전구분8충불동향신료;선성판별식분석(LDA)유3개품충유중첩,무법구분,단류내거리변소;용판별인자분석(DFA)건립적향료품충모형식별8충향신료,식별솔100％;용편최소이승분석(PLS)건립회귀모형,예측미지함량4충향료자제액,예측오차재4.0％～8.7％지간,인차전자비결합괄당적식별산법가이용우향신료품충적구분、식별화함량적예측.
