作者:黄星奕,陈玮 单位:长沙理工大学 出版:《食品与机械》2015年第04期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFSPJX2015040170 DOC编号:DOCSPJX2015040179 下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻对不同地域的蜂胶气味测定的初步研究》PDF+DOC2008年第10期 董捷,张红城,李春阳 《电子鼻技术及其在服装领域的应用》PDF+DOC2017年第02期 方园,詹诗画,邹奉元 《人工嗅觉系统及其在粮食质量检验中的应用》PDF+DOC2004年第01期 石志标,左春柽,张学军 《电子鼻检测技术研究进展》PDF+DOC2012年第10期 刘宁晶,史波林,赵镭,屠振华,庆兆珅,籍保平,周峰 《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 《基于气敏传感器阵列的茶叶等级检测方法研究》PDF+DOC2010年第02期 张红梅,高献坤,徐国强,余泳昌 《电子鼻及其在各领域的最新研究进展》PDF+DOC2010年第03期 金翠云,崔瑶,王颖 《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 《Fisher线性判别法在干酪分类鉴别中的应用》PDF+DOC2008年第06期 贾宗艳,田立军,郑丽敏,朱虹,芦筱菲,任发政 《针对鳊鱼新鲜度的气敏传感器筛选与阵列构建》PDF+DOC2013年第19期 黄星奕,顾菲菲
  • 霉变是影响烟丝质量的重要因素之一,研究探索建立基于电子鼻技术的烟丝霉变检测方法。构建的电子鼻系统主要由5只SnO2半导体气敏传感器形成反应阵列,采用BP神经网络(back propagation neural network,BPNN)为主的模式识别方法。从每个传感器响应曲线中提取2个特征值,使用主成分分析和BP神经网络对传感器阵列的所有特征值进行处理。主成分分析结果显示:非霉变烟丝和霉变烟丝存在可区分趋势,但不同霉变程度的烟丝间存在部分重叠。进一步利用BP神经网络对霉变烟丝判别,识别正确率达到90.00%。试验表明,使用电子鼻技术可以客观、有效地区分霉变和非霉变烟丝,为有效控制烟丝质量提供了可靠途径。

    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。