作者:吴莉莉,郑丹,郑宝周,林爱英,潘建斌 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2013年第11期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2013110010 DOC编号:DOCCGJS2013110019 下载格式:PDF + Word/doc 文字可复制、可编辑
《香辛料识别中电子鼻采集及算法研究》PDF+DOC2017年第02期 刘云翔,刘天伟 《电子鼻传感技术在辣椒料气味等级检测中的应用》PDF+DOC2019年第08期 李倩,李喆时 《电子鼻技术及其在茶叶中的应用研究》PDF+DOC2016年第09期 潘玉成,宋莉莉,叶乃兴,潘玉华 《基于支持向量机和粒子群算法的电子鼻伤口感染检测》PDF+DOC 闫嘉,田逢春,何庆华,冯敬伟,贾鹏飞,孙诚,樊澍 《电子鼻技术研究进展》PDF+DOC2011年第06期 余暕浩 《基于嵌入式系统的电子鼻研究与实现》PDF+DOC2010年第04期 张延军,刘敬彪,蔡强,方向生,吴文娟,刘锐,王彦闯 《基于KPCA和RBF网络的电子鼻气体识别》PDF+DOC2007年第06期 赵赟,郭振华,刘锦淮 《基于电子鼻的气体等级鉴别信号处理方法》PDF+DOC2007年第02期 刘瑜,田逢春,Simon X.Yang,代才莉 《基于支持向量机的香水识别电子鼻系统设计》PDF+DOC2014年第04期 梅笑冬,王彪,朱哲,赵培陆,胡小龙,卢革宇 《基于电子鼻的不同香型白酒快速识别》PDF+DOC2013年第11期 柯永斌,周红标,李珊,王江星
  • 针对不同花椒品种的快速鉴别方法进行研究,以花椒的气味信息检测为研究对象,利用自行研制的电子鼻系统采集了6类花椒样品气味数据,对这些数据样本进行特征提取,得到了56组训练样本和32组测试样本。利用BP神经网络、概率神经网络和支持向量机对特征数据进行鉴别,正确识别率分别为89.58%、93.23%、94.27%,相对于BP神经网络和概率神经网络识别,支持向量机具有更好的分类效果。本文研制的电子鼻系统能无损、快速、准确鉴别花椒的品种,为农产品无损检测的研究提供了一种新的思路。

    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。