期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于电子鼻多传感器融合的茶叶存储时间识别 预览
1
作者 薛大为 杨春兰 《湖南农业大学学报:自然科学版》 CAS CSCD 北大核心 2019年第2期218-224,共7页
借助电子鼻检测存储60、120、180、240、300、360d的黄山毛峰茶香气信息,根据电子鼻各传感器响应曲线变化特点,选取出1组能够表征不同香气信息的基本特征变量,分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和BP神经网络(BPNN)方法,建... 借助电子鼻检测存储60、120、180、240、300、360d的黄山毛峰茶香气信息,根据电子鼻各传感器响应曲线变化特点,选取出1组能够表征不同香气信息的基本特征变量,分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和BP神经网络(BPNN)方法,建立茶叶存储时间的预测模型。测试样本集对3种预测模型的检验结果表明:PCR、PLS、BPNN模型的预测标准误差分别为10.05、6.04、3.21d;最大预测相对误差分别为11.03%、7.02%、5.89%;平均预测相对误差分别为6.73%、4.74%、3.62%;预测值与实际值之间的决定系数R2分别为0.862、0.896、0.987。3种模型都能较好地对茶叶存储时间进行预测,相比较而言,BPNN模型性能最优,PLS模型性能优于PCR模型。 展开更多
关键词 电子鼻 茶叶存储时间 多传感器融合 主成分回归 偏最小二乘回归 BP 神经网络
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈