作者:周海涛,殷勇 单位:北京信息科技大学 出版:《传感器世界》2008年第10期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGSJ2008100110 DOC编号:DOCCGSJ2008100119 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于电子鼻技术的金华火腿鉴别与分级》PDF+DOC2012年第10期 姚璐,丁亚明,马晓钟,郭如斌,尹中,王震,沈立荣,裘正军 《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 《基于电子鼻技术的食用大豆油品质快速评价研究》PDF+DOC2016年第S2期 姜岩,李海平,张贤明 《人工嗅觉技术在酒类鉴别中的应用》PDF+DOC2004年第01期 田先亮,殷勇,刘红俊 《电子鼻快速检测谷物霉变的研究》PDF+DOC2004年第04期 邹小波,赵杰文 《电子鼻对蜂胶质量的判别》PDF+DOC2012年第20期 延莎,张红城,董捷 《电子鼻技术及应用研究进展》PDF+DOC2011年第11期 邹慧琴,刘勇,林辉,闫永红 《基于非周期随机共振的粮食早期霉变识别研究》PDF+DOC2011年第04期 吴莉莉,惠国华,林爱英,郑宝周,潘建斌 《电子鼻在粮食储藏中的应用研究进展》PDF+DOC2010年第04期 周显青,崔丽静,林家永,范维燕,张玉荣 《基于气敏传感器阵列的香菇品质检测方法研究》PDF+DOC2009年第08期 张红梅,于慧春,高献坤,王玲,焦国涛
  • 主成分分析(PCA,Principle Component Analysis)在电子鼻鉴别分析中是一种常用的线形判别方法,然而,当所测样品等级质量差别很小,即样品挥发物成分基本接近时,电子鼻中各传感器所能反映样品差异的响应信息存在较大的重叠性或相关性,用传统的累计贡献率来选取前两个主成分进行鉴别分析效果往往不佳。本文从PCA降维的数学原理和传感器阵列特点出发,分析当样品等级质量差别很小、电子鼻各传感器响应信号重叠较大时这种选取主分量方法所存在的问题,在此基础上结合Wilks准则提出了选取主分量的新方法。实例证明了所提出的主成分选取方法是有效的。

    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。