基于電子鼻的西紅柿與黃酒的檢測(cè)與評(píng)價(jià)研究.pdf

1、浙江大學(xué)碩士學(xué)位論文基于電子鼻的西紅柿與黃酒的檢測(cè)與評(píng)價(jià)研究姓名：周亦斌申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：農(nóng)業(yè)機(jī)械化工程指導(dǎo)教師：王俊20050301碩士學(xué)位論文中文摘要浙江大學(xué)陣列進(jìn)行檢測(cè)和分析。PCA的分析方法在損傷的檢測(cè)中不是很理想。2利用電子鼻和吸附解吸附系統(tǒng)來評(píng)價(jià)黃酒的陳年數(shù)和品牌在同一品牌不同陳年數(shù)的電子鼻檢測(cè)分析中，對(duì)訓(xùn)練樣品，取不同特征值采用PCA進(jìn)行的分析表明，取前5s均值作為特征值的分析效果最理想，00S內(nèi)的均值和最后5s均值

2、作為特征值的分析的效果次之，第7s處和所有傳感器響應(yīng)的最大值分析效果不理想。不同的特征值提取對(duì)模式識(shí)別的好壞起關(guān)鍵的作用。取前5s均值作為特征值，建立用于區(qū)分同一品牌的1年陳、3年陳和5年陳的模式文件。對(duì)檢測(cè)樣品進(jìn)行聚類分析后可知，此模式文件對(duì)檢測(cè)的樣品均能實(shí)現(xiàn)1009／o的區(qū)分和識(shí)別。取前5s均值建立PLS預(yù)測(cè)模型，從PLS的總的剩余方差分析得到，建立4個(gè)潛在變量的模型是合適的。此模型對(duì)古越龍山訓(xùn)練樣品的分析預(yù)測(cè)的預(yù)測(cè)值與實(shí)際值的相關(guān)

3、系數(shù)R=0996。平均標(biāo)準(zhǔn)誤差(RMSEP)為o150，對(duì)檢測(cè)樣品預(yù)測(cè)值與實(shí)際值的相關(guān)系數(shù)It=m991，平均標(biāo)準(zhǔn)誤差(RMsEP)為0270；此模型對(duì)會(huì)稽山訓(xùn)練樣晶的預(yù)測(cè)值與實(shí)際值的相關(guān)系數(shù)R卸983，平均標(biāo)準(zhǔn)誤差(RMSEP)為0302，對(duì)檢鍘樣品預(yù)測(cè)值與實(shí)際值的相關(guān)系數(shù)R町981，平均標(biāo)準(zhǔn)誤差(RMSEP)為0508。可見PLS預(yù)測(cè)模型可以較理想的實(shí)現(xiàn)對(duì)同一品牌檢測(cè)樣品的陳年數(shù)預(yù)測(cè)。在不同品牌不同陳年數(shù)加飯?zhí)系碾娮颖欠治鲋?，從?xùn)練

4、樣品的7s處的特征僮和前5s均值的特征值PCA分析結(jié)果看，取前5s均值更適合建立模式文件，取前5S均值建立橫式文件。對(duì)模式文件的聚類分析可知，古越龍山和會(huì)稽山5年陳最為接近，古越龍山和會(huì)稽山3年陳次之。建立的模式文件對(duì)訓(xùn)練樣品和檢測(cè)樣品的聚類分析可知，對(duì)不同陳年數(shù)訓(xùn)練樣品品牌區(qū)分正確率為925％，對(duì)不同陳年數(shù)檢測(cè)樣品品牌區(qū)分正確率為867％。不考慮品牌時(shí)，對(duì)陳年數(shù)區(qū)分正確率均為100％。取前5s均值時(shí)，采用逐步判別分析方法可知，對(duì)訓(xùn)練樣

5、品的分類時(shí)，除會(huì)稽山3年陳有1樣品被歸入到古越龍山3年陳外，其他樣品都可以100％J瞧被區(qū)分和識(shí)別。所有訓(xùn)練樣品的判斷正確率為992％。對(duì)檢測(cè)樣品的分類結(jié)果，會(huì)稽山3年陳有2樣品被歸入到吉越龍山3年陳，會(huì)稽山5年陳有1樣品被歸入到古越龍山5年陳。所有檢測(cè)樣品的判斷正確率為90％。如果只考慮對(duì)陳年數(shù)的判別的話，采用逐步判別分析可以100／d也區(qū)分訓(xùn)練樣品和檢測(cè)樣品的陳年數(shù)。取前5S均值進(jìn)行PLS分祈與預(yù)鼴，建立120個(gè)硼練樣品的班s分析校

6、準(zhǔn)模型，此模型預(yù)瀏值與實(shí)際值的楣關(guān)系數(shù)R=0972。平均標(biāo)準(zhǔn)誤差(RMSEP)為0385。從PLS分析中可知，個(gè)別樣品在建立預(yù)測(cè)模型時(shí)，對(duì)整個(gè)分析起負(fù)面的影響，因此應(yīng)該去除這些樣品以提高模型的預(yù)測(cè)能力。訓(xùn)練樣品有4個(gè)樣品對(duì)頸測(cè)模型有負(fù)面的影響，在去除4個(gè)被確認(rèn)為不理想的訓(xùn)練樣品(樣品3、18、63和7S)后，通過不同潛在變量下的剩余方差分析圈，建立8個(gè)潛在變量的校準(zhǔn)模型。建立了新的PLS分析預(yù)測(cè)模型，優(yōu)化后模型預(yù)測(cè)值與實(shí)際值的相關(guān)系數(shù)R

7、=0974平均標(biāo)準(zhǔn)誤差(RMSEP)為0364。優(yōu)化后的模型對(duì)檢測(cè)樣品的預(yù)測(cè)值與實(shí)際值的相關(guān)系數(shù)為R=0958，平均標(biāo)準(zhǔn)誤差(RMSEP)為O516?？梢奝LS預(yù)測(cè)模型也可以較理想的實(shí)現(xiàn)對(duì)讕練樣品和檢測(cè)樣品的陳年數(shù)預(yù)測(cè)。而且從不同陳年數(shù)黃酒的預(yù)測(cè)值看，同一陳年數(shù)的不同品牌的黃酒也存在一定的規(guī)律。因此可以在以后進(jìn)一步研究利用電子鼻信號(hào)和PLS分析方法預(yù)測(cè)區(qū)分黃酒的品牌。對(duì)比不同的BP網(wǎng)絡(luò)結(jié)構(gòu)對(duì)訓(xùn)練樣品的擬合所需的選代次數(shù)和擬合精度后得到1