作者:杨春兰,薛大为 单位:中国食品发酵工业研究院;全国食品与发酵工业信息中心 出版:《食品与发酵工业》2016年第12期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFSPFX2016120360 DOC编号:DOCSPFX2016120369 下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻技术对猪肉挥发性盐基氮的预测研究》PDF+DOC2018年第07期 蒙万隆,郑丽敏,杨璐,程国栋,许姗姗 《基于电子鼻技术的信阳毛尖茶咖啡碱检测方法》PDF+DOC2011年第08期 张红梅,王俊,余泳昌,高献坤,花恒明,何玉静 《PCA-BPNN在黄山毛峰茶贮藏时间检测中的应用》PDF+DOC2016年第03期 杨春兰,薛大为 《基于KPCA和SOM网络的电子鼻大闸蟹新鲜度评价》PDF+DOC2017年第02期 朱培逸,顾晓云,杜洁,徐本连,鲁明丽 《基于电子鼻多传感器融合的茶叶存储时间识别》PDF+DOC2019年第02期 薛大为,杨春兰 《基于电子鼻的中式发酵香肠理化品质指标检测方法》PDF+DOC2014年第07期 张胡彬,何健叶,王志耕,梅林,薛秀恒 《基于支持向量回归的鱼粉TVB-N值电子鼻检测》PDF+DOC2011年第13期 刘辉,牛智有 《基于电子鼻技术检测猪肉新鲜度的研究》PDF+DOC2010年第12期 柴春祥,杨江林,艾丽萍,方素云,石玮婷,戚丹莉 《基于电子鼻的鱼粉中挥发性盐基氮检测模型比较》PDF+DOC2010年第04期 刘辉,牛智有 《电子鼻技术在鱼粉酸价检测中的应用》PDF+DOC2011年第01期 刘辉,牛智有
  • 挥发性盐基氮(total volatile basic nitrogen,TVB-N)值是定量评价淡水鱼新鲜度的重要指标之一,为了寻求更加准确检测TVB-N值的有效方法,自行设计了电子鼻系统。该系统由金属氧化物感器阵列、数据采集卡、信号调理电路以及数据采集与处理程序构成。以鲢鱼为研究对象,利用电子鼻系统对其新鲜度进行检测。以传感器阵列响应值作为自变量,以鱼肉TVB-N值作为因变量,分别采用多元线性回归(multiple linear regression,MLR)、主成分回归(principal component regression,PCR)和反向传播神经网络(back propagation neural network,BPNN)建立了TVB-N值的预测模型。通过测试样本对3种模型进行验证,MLR预测模型对TVB-N的预测值与测量值之间的相关系数R、预测标准误差SEP、最大误差百分比RE-max及平均误差百分比RE-mean分别为0.65、5.11、7.45%和5.04%;PCR预测模型分别为0.80、2.77、5.64%和3.15%;BPNN预测.....。

    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。