文献类型：期刊文章

作　　者：庞林江[1] 王俊[2] 王允祥[1] 吴从元[3] 何志平[1]

机构地区：[1]浙江农林大学农业与食品科学学院,杭州311300 [2]浙江大学生物系统工程与食品科学学院,杭州310029 [3]杭州市农业机械管理站,杭州310001

出　　处：《传感技术学报》

基　　金：浙江省自然科学基金项目(Y3100422;Y3090428)

年　　份：2011

卷　　号：24

期　　号：6

起止页码：928-933

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：选取人工陈化山核桃(0 d、2 d4、d和6 d)和自然陈化山核桃(0 y、1 y和2 y)作为研究对象,采用德国PEN2便携式电子鼻进行检测,在主成分分析(PCA)的基础上,采用概率神经网络(PNN)模式识别方法建立山核桃陈化时间鉴别模型,模型参数Spread和主成分数通过交互验证的方法优化。结果标明,PCA基本可区分不同陈化时间的人工陈化和自然陈化的山核桃。当主成分数为4和Spread=0.1或Spread=0.2时,人工陈化山核桃所得识别模型最佳,校正集样本识别率为100%,预测集样本识别率为65%;当主成分数为2和Spread=0.1～0.6时,自然陈化山核桃所得识别模型最佳,校正集样本和预测集样本识别率均为100%。研究表明,基于主成分分析(PCA)和概率神经网络(PNN)的电子鼻技术可较好鉴别不同陈化时间的人工陈化和自然陈化的山核桃,且对自然陈化山核桃的识别效果要优于人工陈化山核桃。

关 键 词：电子鼻 陈化时间  主成分分析 概率神经网络 山核桃

分 类 号：TP212.2]