電子鼻技術在干酪鑒別中的應用研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本研究查閱了大量文獻資料,在前人研究的基礎上,對干酪風味的氣味特性進行分析,確定氣敏傳感器陣列,同時設計實現信號放大電路及A/D接口轉換,應用模式識別方法,在Windows平臺上用VisualC++6.0開發(fā)實現了對不同干酪鑒別的電子鼻應用系統(tǒng)。研究結果如下:(1)針對干酪的揮發(fā)性風味特點,選擇了性能穩(wěn)定的氣敏傳感器,確定為5個日本費加羅(Figaro)TGS813、TGS822、TGS824、TGS825、TGS880,作為本研究的電

2、子鼻系統(tǒng)所用的傳感器陣列。 (2)根據金屬氧化物氣敏傳感器的工作原理,設計實現了噪聲低、抗干擾、相對穩(wěn)定的信號調理電路及數據采集電路。 (3)對采集的干酪氣味的響應曲線進行濾波去噪處理后,從每條響應曲線上提取了6個特征值:最大值、相對最大值、相對平均值、積分值及對曲線進行二次數據擬和后的二次項系數和一次項系數。每個樣本提取了30個特征值,并利用主成分分析方法篩選了干酪的氣味特征; (4)利用Fisher判別式法建

3、立了線性分類器,成功實現對光明、三元、Anchor、百吉福、多美鮮等5種干酪的分類;并利用BP神經網絡,訓練學習也成功地對上述5種干酪進行了分類。識別正確率均為100%。 結論:試驗證明本研究所建立的電子鼻系統(tǒng)具有較好的重復性,利用主成分分析將高維的特征空間降到低維的特征空間,再利用Fisher線性判別式法和BP神經網絡進行分類識別,取得了較好的識別效果,可以對光明、三元、臺灣Anchor、法國百吉福、歐洲多美鮮五種不同品牌的干

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論