作者:海铮,王俊 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2006年第03期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2006030150 DOC编号:DOCCGJS2006030159 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于人工神经网络的传感器分析技术于烟用成品料液的质量判别研究》PDF+DOC2020年第04期 李薇,闻静,李迅燕,吴志英,周东,杨涓 《电子鼻鉴别有机磷农药的一种特征提取方法》PDF+DOC2009年第09期 徐茂勃,殷勇,于慧春 《电子鼻判别小麦陈化年限的检测方法研究》PDF+DOC2007年第08期 庞林江,王俊,路兴花 《基于电子鼻技术的玉米气味品质检测研究》PDF+DOC2016年第03期 张红梅,侯明涛,王淼森,何玉静,王万章 《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 《基于电子鼻技术油炸废油的检测方法初步研究》PDF+DOC2016年第S2期 姜岩,李海平,张贤明 《电子鼻信号处理方法的研究进展》PDF+DOC2001年第01期 高旭昇,王平 《二元混合气体识别中传感器阵列优化方法研究》PDF+DOC2010年第07期 张双岩,余隽,唐祯安,魏广芬,陈毅,申宁 《电子鼻技术在茶叶品质检测中的应用研究》PDF+DOC2008年第05期 于慧春,王俊 《黄酒识别的电子鼻系统设计》PDF+DOC2014年第04期 顾海锋,张世庆,孙力,蔡健荣,徐意梦,向赟
  • 采用PEN2型电子鼻系统对芝麻油的玉米油掺假进行定性鉴别和定量预测,运用主成分分析,逐步判别分析和Fish-er线性判别函数变换对原始数据进行预处理,从而降低原始数据空间的维数,并用判别分析与人工神经网络对数据进行进一步分析,考察了不同的数据预处理方法的效果。判别分析结果表明,采用Fisher线性判别函数变换所得到的十个变量判别能力最强,误判率为0.61%,仅有1个样品出现误判。在BP神经网络的定量预测中,采用逐步判别分析所筛选出的十个变量作为网络输入,所得的预测结果最为理想,绝对误差个体值的95%置信区间最小,为(-4.71%,3.38%),均方误差为4.75,预测值与实际值之间有极显著的相关性,相关系数R=0.99808。

    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。