作者:吴莉莉,黄品高,惠国华 单位:上海市计算技术研究所;上海计算机软件技术开发中心 出版:《计算机应用与软件》2011年第09期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFJYRJ2011090730 DOC编号:DOCJYRJ2011090739 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于电子鼻不同识别模式对不同品牌酱油的区分与识别》PDF+DOC2016年第02期 安莹,孙桃 《基于电子鼻技术的多基原莪术鉴定》PDF+DOC2015年第05期 李羿,吴浩忠,刘春生 《电子鼻在多基原郁金鉴定中的应用》PDF+DOC2015年第01期 李羿,吴浩忠,谭勇,刘春生 《基于多传感器融合的林火监测》PDF+DOC2015年第01期 丘启敏,郑嫦娥,田野,刘晋浩,傅天驹 《电子鼻电子舌在咖啡风味研究中的应用》PDF+DOC2016年第05期 翟晓娜,杨剀舟,柴智,冷小京 《声表面波传感器阵列识别毒剂研究》PDF+DOC2009年第02期 张天,陈传治,左伯莉,马晋毅,李伟 《分立传感器电子鼻》PDF+DOC2008年第03期 张哲,佟金,陈东辉 《电子鼻在辣椒粉风味评价中的应用》PDF+DOC2014年第06期 王知松,丁筑红,蒋智纲,高瑞萍,张孝刚 《基于电子舌和电子鼻技术的茶树花保健鲜啤酒辨识分析》PDF+DOC2014年第05期 陈岭,张星海,周晓红,虞培力 《电子鼻技术结合MLP网络对不同贮藏时间西洋参的鉴别研究》PDF+DOC2013年第07期 邹慧琴,李硕,邢姝,刘勇,王耘,林辉,闫永红
  • 提出了一种基于概率神经网络的粮食早期霉变识别方法。实验中电子鼻系统采集了4种粮食作物及霉变数据共8类,对这些数据样本进行特征提取,得到了64组训练数据和48组测试数据。利用概率神经网络对特征数据进行分类识别,识别率为93.75%。实验结果表明,该方法对粮食作物种类及其早期霉变的识别是行之有效的。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。