基于人工嗅覺系統(tǒng)稻米品種鑒定方法的研究.pdf

1、隨著種植業(yè)不斷發(fā)展，稻米品種數(shù)量日漸增多，在促進生產(chǎn)發(fā)展的同時，很大程度上也存在著品種之間的相互摻雜、雷同甚至侵權等現(xiàn)象。這樣不僅對糧食流通領域造成了嚴重的阻礙，而且損害了國家和人民的根本經(jīng)濟利益。但是，由于傳統(tǒng)的稻米品質理化鑒定方法存在費時、耗資等缺點，因此，探索一種快速高效的稻米品種鑒定方法勢在必行。目前，電子鼻技術發(fā)展迅速，其在食品、農(nóng)產(chǎn)品品質檢測中獲得廣泛應用，它不僅能獲取樣本揮發(fā)氣味的整體信息，還具有快速、便捷、安全等優(yōu)點，所

2、以為稻米品種的檢測鑒定提供了一種有效的技術方法。本文利用電子鼻對幾種不同的水稻和大米品種進行了氣味檢測，并對不同的品種進行鑒別分類。證明了電子鼻用于稻米品種檢測鑒定的可行性，這將為稻米品種的鑒定提供一種新的檢測方法，同時也為電子鼻用于糧食生產(chǎn)過程中品質檢測以及質量控制提供一定的理論依據(jù)和參考價值。
　　本研究主要內(nèi)容包括：⑴采用五種目前常用的樣本信息表征方法。結果表明：五種樣本信息表征方法都是有效的，在一定程度上反映了不同稻米品種

3、之間信息的差異性。其中，積分值法效果較佳。⑵比較分析了四種傳感陣列優(yōu)化方法。分析結果表明：威爾克斯最小統(tǒng)計量陣列優(yōu)化方法實現(xiàn)過程較為容易，優(yōu)化后識別效果較好，并且能夠在很大程度上有效地剔除冗余信息，為后續(xù)的模式識別提供了便利。⑶運用主成分鑒別分析、費歇爾鑒別分析、BP神經(jīng)網(wǎng)絡以及RBF神經(jīng)網(wǎng)絡四種模式鑒別方法對不同稻米品種進行分類鑒別研究。結果表明：不同的稻米品種能夠被區(qū)分開來，尤其RBF神經(jīng)網(wǎng)絡識別效果較佳。⑷探討了基于核技術的稻米品