共查询到20条相似文献，搜索用时 62 毫秒
1.
基于电子鼻传感器阵列优化的甜玉米种子活力检测 总被引：2，自引：5，他引：2
针对甜玉米种子活力传统检测方法操作繁琐、重复性差等不足,该研究利用电子鼻技术建立甜玉米种子活力快速检测方法。利用电子鼻获取不同活力甜玉米种子的气味信息,再结合主成分分析(PCA,principal component analysis)、线性判别分析(LDA,linear discriminant analysis)、载荷分析(loadings)和支持向量机(SVM,support vector machine)对气味信息进行提取分析,建立甜玉米种子活力的定性定量分析模型。结果显示:PCA和LDA分析均无法区分不同活力的甜玉米种子,而SVM的鉴别效果较好。全传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为97.10%和96.67%,建模时间为30.75 s,回归预测模型训练集和预测集决定系数R~2分别为0.993和0.913,均方差误差分别为2.23%和8.50%。经Loadings分析将10个传感器阵列优化为6个。优化后传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为98.55%和96.67%,建模时间为21.81 s,回归预测模型训练集和预测集决定系数R~2分别为0.982和0.984,均方差误差分别为3.80%和3.01%。结果表明:基于SVM的电子鼻技术可以实现对不同活力甜玉米种子的高效判别和预测,将传感器阵列优化为6个,判别和预测效果均有所提升。该研究为电子鼻技术应用于甜玉米种子活力检测提供理论依据。 相似文献
2.
为了分析在净化、暂养及低温离水运输对接过程中,活体虾夷扇贝品质随时间的变化.采用净化暂养循环水系统进行虾夷扇贝的净化暂养,并将虾夷扇贝分成3种不同前处理方式,组1净化56 h,组2净化32 h后梯度降温暂养24 h,组3无处理,将采用不同前处理的虾夷扇贝放入装有冰袋(250 mL)的聚乙烯保温箱(3 L)模拟低温离水运输条件.结果表明,水体在净化暂养过程中通过梯度降温方式,温度由净化阶段的(15±0.13)℃降至运输前4.76℃,盐度与pH值分别在32.47‰~33.00‰和8.29~8.44之间波动,溶解氧高于8.34 mg/L,保证了贝类存活环境的要求.试验过程中的虾夷扇贝,组1在64 h出现死亡,104 h全部死亡时细菌总数达到2300 CFU/mL;而组2在104 h才出现死亡,在0~104 h细菌总数上升趋势较平缓,在120 h全部死亡时细菌总数仅为960 CFU/mL;组3在64 h全部死亡.组1和组2净化阶段细菌总数显著下降,组3细菌总数与组1和2有显著差异(P<0.05).所有组的粗蛋白、粗脂肪及糖原随时间延长总体都呈现下降趋势,与组1、3相比,组2的逐级降温暂养环节延缓了糖原的消耗(P<0.05),因此可采用净化32 h及梯度降温暂养24 h的方法衔接活体虾夷扇贝的低温离水运输.研究结果为虾夷扇贝在净化暂养及低温离水过程中的品质提升提供参考. 相似文献
3.
基于支持向量机的标准农田地力等级评价——以浙江省温州市鹿城区为例 总被引：1，自引：0，他引：1
提出了一种基于支持向量机(SVM)的标准农田地力等级评价方法,并给出了遗传算法-模拟退火(GASA)优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构造SVM样本集,然后运用GASA优化SVM参数算法训练SVM,建立标准农田地力等级的SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行了评价,结果为:2级田和3级田分别占测试样本代表标准农田总面积(115.7 hm2)的45.04%和54.96%,该方法的评价正确率为100%。应用BP神经网络法对测试样本进行评价,其评价正确率为90%。结果表明,SVM用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。 相似文献
4.
针对目前虾夷扇贝(Patinopecten yessoensis)海上转运系统作业装备落后及作业方式不合理,致使作业效率低、用工人数多、以及扇贝缩边死亡与碎贝现象严重等问题,通过对獐子岛虾夷扇贝海上转运系统的调研,提出了一种转运方案,并对转运装备进行优化设计。通过海上生产对比试验,得出以下结论:为虾夷扇贝采捕船配备甲板拣贝作业系统与可折叠式装贝笼箱,优化了采捕船拣贝、装箱、装卸舱等作业模式,使劳动强度大幅降低,且用工人数减少2人/艘,作业时间缩短了约0.6 h;运输船采用可折叠式装贝笼箱代替原转运笼箱,使笼箱装卸流程更加合理高效,且作业时间缩短了约0.52 h;采用改造后虾夷扇贝转运系统运输,扇贝缩边死亡率与碎贝率显著降低,其中扇贝平均缩边死亡率约为1.92%,且5个月试验扇贝缩边死亡率无显著差异(P0.05),与原转运系统相比显著降低(P0.05),降低了约1.43%;改造后平均碎贝率约为0.84%,且5个月试验碎贝率无显著差异(P0.05),较原转运系统显著降低(P0.05),降低了约1.99%;改造后的虾夷扇贝海上转运系统经济效果显著,每年可节省费用约2 853.6万元。由此说明,改造后的虾夷扇贝海上转运系统具有高效、高收益等特点,推广应用前景广阔。 相似文献
5.
常规稻与杂交稻谷的仿生电子鼻分类识别 总被引：5，自引：5，他引：0
气味是进行稻谷品种及其品质识别的重要方法之一,作为一种基于仿生嗅觉的机器检测方法,仿生电子鼻在水稻品种的分类识别中具有较好的应用前景。常规稻与杂交稻在食味品质等方面存在一定的差异,为了解应用电子鼻进行常规稻谷与杂交稻谷识别的可行性,采用PEN3电子鼻对同季同地域收获的3种常规稻(中香1号、湘晚13、瑶平香)和3种杂交稻(伍丰优T025、品36、优优122)稻谷样品的气味信息进行了采集和分析。首先通过过载分析(Loadings)法分析了电子鼻检测稻谷气体挥发物时的各传感器贡献率,分别针对基于特征值的提取和稻谷气味检测对电子鼻传感器阵列中的传感器进行了优选,阐明了稻谷气体挥发物检测中应以对硫化物、氮氧化合物、芳香成分和有机硫化物敏感的传感器为主。随后,分别采用主成分分析法(principal component analysis,PCA)、线性判别法(linear discriminant analysis,LDA)和BP神经网络对6种不同稻谷之间、常规稻与杂交稻之间的分类识别进行了研究。结果表明,PCA分析法与LDA分析法在对6种不同稻谷之间的分类以及常规稻与杂交稻之间的分类中均未取得理想的效果,存在部分样本数据点重叠或样本数据点较近的情况,在实际应用中易发生混淆;而BP神经网络在对6种不同稻谷之间的分类中对测试集的识别正确率分别达到了90%,在常规稻与杂交稻之间的分类识别中对测试集的识别正确率达到了96.7%。上述试验验证了电子鼻用于常规稻与杂交稻稻谷分类识别的有效性,为常规稻与杂交稻的快速、无损分类识别提供了一种新的方法。 相似文献
6.
为了研究超声成像技术在火腿肠质构分析与等级判别方面应用的可行性。通过对火腿肠蛋白质、淀粉等理化指标的测定将其分为特级、优级、普通级,并采集2个品牌3个等级的火腿肠共240份超声图像信息,在Matlab 7.0环境下提取图像角二阶矩、平均值等纹理特征值,最后利用线性判别式分析(linear discriminant analysis,LDA)和支持向量机(support vector machine,SVM)建立火腿肠的等级判别模型。结果表明:同品牌不同等级火腿肠超声图像、纹理特征值均具有较大差异,而同等级不同品牌火腿肠差异较小。建立的识别模型中:SVM优于LDA模型,当主成分为3时,SVM模型对应的校正集、预测集识别率均为100%,模型效果最佳。因此,超声成像技术可实现火腿肠内部质构的分析和等级的快速准确识别,研究结果可为超声成像技术在火腿肠内部质构分析和等级判别方面的应用提供参考。 相似文献
7.
基于底层冷海水的船载扇贝保鲜系统设计及性能试验 总被引：3，自引：2，他引：1
该文针对船载扇贝的保鲜问题,调查了黄海冷水团在獐子岛集团股份有限公司确权海域的变化,提出了利用养殖海域底层海水保鲜虾夷扇贝(Patinopecten yessoensis)的方式。通过对捕贝作业船保鲜方式的研究,设计了底层冷海水提取系统,并进行了实船改造试验得出以下结论:提取底层冷海水保鲜可使捕捞上来的虾夷扇贝更接近其长期生存的海底环境,减少温度及盐度波动对虾夷扇贝鲜活度的影响,使扇贝缩边及死亡率显著降低;同时底层海水提取系统具有投资小、改造容易及耗能低等优势,改造费用仅为安装制冷机组费用的1/6,耗能仅为制冷装置的1/24,对于受舱室限制而无法安装制冷机组的扇贝采捕船,可以在不占用大量空间的前提下进行改造,对于扇贝运输船可以利用冷水团对扇贝进行保鲜,可大量减少耗能,提高虾夷扇贝鲜活度,符合绿色环保企业发展需求。 相似文献
8.
基于机器视觉形状特征参数的祁门红茶等级识别 总被引：11，自引：8，他引：3
外形是评价茶叶质量的重要指标之一,目前主要依赖人工审评的方法,客观、准确的评价外形指标对茶叶加工、销售有重要的意义。该研究提出了一种基于形状特征直方图结合支持向量机的茶叶等级识别方法。以7个等级的祁门工夫红茶为研究对象,构建图像采集系统,标定相机参数,采集各等级的茶叶图像。对图像进行灰度化、二值化处理,提取叶片的6个绝对形状特征:长度、宽度、面积、周长、最小外接矩长、宽,在此基础上计算狭长度,矩形度2个相对形状特征,生成形状特征的直方图。以直方图分布为特征向量,构建了基于BP神经网络,极限学习机(extreme learning machine,ELM),支持向量机(support vector machine,SVM),最小二乘支持向量机(least squares support vector machine,LS-SVM)的等级识别模型,并对比了不同模型的识别效果。结果表明,该文构建的图像采集系统测量精度0.3 mm,能够准确提取形状特征参数;基于形状特征直方图的LS-SVM模型识别效果最好,识别精度为95.71%,测试集决定系数为96.2%,具有算法复杂度低,易于求解的优点。研究结果为实现茶叶的客观、数字化等级鉴定,提供了试验数据和参考方法。 相似文献
9.
应用电子鼻判别西湖龙井茶香气品质 总被引：6，自引：1，他引：5
根据电子鼻工作原理与西湖龙井茶香气特征,探索利用电子鼻判别西湖龙井茶等级的方法。该研究提出顶空瓶内茶水直接混合的香气制备法,增强电子鼻响应信号、减少人为冲泡误差;合理选择电子鼻顶空进样及信号采集参数,提高香气指纹图谱信噪比;采用不同等级茶样循环交叉排列采集,增加传感器的适应性,剔除仪器系统误差;经校正集与预测集的样本划分,提高模型建立的可靠判别样本集。利用软独立建模分类法（SIMCA）建立不同等级西湖龙井茶判别模型,等级分类正确率高达95%以上,实现了西湖龙井茶的智能分等分级。 相似文献
10.
该文针对目前扇贝捕捞网具捕捞效率低及耗能大等问题,通过对獐子岛集团股份有限公司3 a龄虾夷扇贝(Patinopecten yessoensis)底播养殖海域海底状况与网具捕捞效果的调研,提出了虾夷扇贝捕捞网具的改进措施,并在辽长渔养15021号扇贝采捕船上进行了2个阶段海上生产对比试验,得出以下结论：第一阶段在原生产网具的基础上,安装扭簧式弹性拨贝齿及增大网目等措施,在拖网航速为4kn时,改造后网具单网平均捕捞量较生产网具提高了36.5%,扇贝破损量降低了49.4%,泥沙量降低了21.9%,单位捕捞耗油量降低了27.8%。第二阶段改造网具在第一阶段的基础上,增大网口扫海面积,并且将网身改为"宽口窄尾"结构,添加一道网口链及辅网衣,并加装主网拐雪橇板、拐前拨贝齿及网底托架小车,在拖网航速为4kn时,单网捕捞量较第一阶段改造网具提高了102%,扇贝碎贝量降低了161%,泥沙量降低了209%,单位捕捞耗油量降低了24.6%;而较原生产网具单网平均捕捞量提高了200%,扇贝破损量降低了236%,泥沙量降低了296%,单位捕捞耗油量降低了45.6%。由此说明新型虾夷扇贝捕捞网具具有高效、节能和低生态等特点,推广应用前景广阔。 相似文献
11.
12.
电子鼻在饮料识别中的应用研究 总被引：15，自引：7，他引：15
为解决传统的饮料检测所采用的理化分析方法烦琐而实时性差的问题，研制了一套能够实时、准确地检测饮料散发气味的电子鼻系统。该系统主要由气敏传感器阵列和数据处理软件组成，并采用氮气作为载气以减少测试环境因素的影响。为了提高信噪比，从每个传感器与气体反应曲线中提取了4个特征值，然后用主成分分析法和BP神经网络对样本特征值进行处理。识别结果表明，这种检测方法快速、准确，识别正确率高达95.2%。 相似文献
13.
为了对毛霉型豆豉发酵过程中风味进行综合评价,本试验采用顶空固相微萃取/气相色谱-质谱法(HS-SPME/GC-MS)结合电子鼻、电子舌对其发酵过程进行研究。结果表明,毛霉型豆豉不同发酵时期的11个样品共鉴定出68种挥发性风味成分,其中包括酯类18种、醛类7种、酸类3种、醇类26种、酮类4种、其他类10种。挥发性风味成分的种类由前发酵的15种上升至豆豉发酵成熟时(35~42 d)的31种,含量由前发酵1.69 μg·g-1上升至发酵终点44.20 μg·g-1,呈递增趋势,至发酵成熟期稳定,与电子鼻测定结果一致。电子舌测定结果显示,后发酵35 d时,成品的涩味、苦味及苦味回味降到适宜程度,鲜味和丰富性较高,而此时的挥发性风味成分种类丰富、含量高、香味浓郁、丰富性好,滋味和气味俱佳。因此,HS-SPME/GC-MS结合电子感官技术对毛霉型豆豉产品品质的判别具有可行性,可为生产条件的优化提供理论依据。 相似文献
14.
本文旨在建立一种检测脊尾白虾新鲜度的无损检测方法,利用电子鼻与色差仪研究在4℃冷藏条件下不同新鲜度脊尾白虾的气味和颜色的变化规律,分别建立气味、颜色、气味结合颜色的三种新鲜度等级预测模型,并进行比较分析。结果表明,根据LAB表色系统,b*值随脊尾白虾鲜度的劣变呈正向线性相关;电子鼻可将不同新鲜度等级的脊尾白虾进行准确区分,并确定了反映其新鲜度变化的气敏传感器有五个(S6、S7、S8、S9、S10);利用气味、颜色、气味结合颜色建立的三个新鲜度等级预测模型都具有可行性(平均准确率≥90.0%),其中气味结合颜色建立的预测模型准确率最高,达到98.8%,依次为气味、颜色模型。因此,可根据气味结合颜色的预测模型对脊尾白虾新鲜度等级进行预测。 相似文献
15.
为建立三疣梭子蟹鲜度的快速评价方法,采用电子鼻获取不同贮藏时间三疣梭子蟹肌肉的气味信息,通过主成分分析(PCA)、线性判别分析(LDA),并结合p H值、TVB-N含量和菌落总数分析三疣梭子蟹蟹肉贮藏不同时间的鲜度变化情况。结果表明,随着贮藏时间的延长,电子鼻传感器的响应强度逐渐增大,PCA和LDA均能有效区分不同贮藏时间的蟹肉,且LDA在以均值体现分类信息方面区分效果更好。基于电子鼻传感器响应值与p H、TVB-N含量和细菌菌落总数的偏最小二乘回归模型(PLSR)的相对分析误差(RPD)分别为2.73、2.50、3.06,说明PLSR分析方法适于对p H值、TVB-N含量和细菌菌落总数进行定量预测;该方法的校正决定系数、预测决定系数均大于0.85,表明电子鼻传感器响应值与p H值、TVB-N含量、细菌菌落总数的相关性较好。本研究为利用电子鼻评价水产品鲜度及保鲜技术效果提供了技术手段及科学依据。 相似文献
16.
为实现掺杂掺假鸡肉的快速、客观评价,该研究利用电子鼻和电子舌联合检测技术对掺杂鸡肉糜进行快速检测,通过对采集的数据进行主成分分析和偏最小二乘法分析,所得结果表明,采用主成分分析,电子鼻和电子舌联合检测掺大豆蛋白鸡肉糜和掺淀粉鸡肉糜的主成分总贡献率分别为99.8%和99.1%;采用偏最小二乘法分析,电子鼻和电子舌联合检测鸡肉糜中掺杂大豆蛋白含量的预测值与真实值之间的决定系数为0.992,均方根误差为2.8%;联合检测鸡肉糜中掺杂淀粉含量的预测值与真实值之间的决定系数为0.996,均方根误差为2.4%。表明电子鼻和电子舌联合检测对鸡肉糜的掺杂情况具有良好的区分和预测能力,并且是一种有效、高精度的肉类掺假检测方法。 相似文献
17.
基于电子鼻的番茄成熟度及贮藏时间评价的研究 总被引：21，自引：9，他引：21
该文探讨了采用电子鼻系统对不同成熟度的番茄进行评价和对不同成熟度番茄在贮藏期间气味变化的电子鼻检测进行了研究。在按颜色进行成熟度区分时,从主成分分析(PCA)和线性判别式分析(LDA)中可以得到,电子鼻可以较好地区分半熟期和成熟期、完熟期的番茄,但成熟期、完熟期的番茄有部分区域发生重叠。按坚实度指标对番茄成熟度进行重新评价后,分析显示电子鼻可以区分坚实度的差异,当采用PCA方法分析时,电子鼻可以100%地区分不同成熟度的番茄。对不同成熟度番茄在贮藏期间电子鼻检测的研究表明:成熟期的番茄在贮藏1～6d、7～11d、14～17d之间可以较好地进行区分;完熟期的番茄采用LDA法在1～5d、6～11d、14～17d之间可以较好地进行区分。 相似文献
18.
电子鼻传感器阵列优化及其在小麦储藏年限检测中的应用 总被引：3，自引：0，他引：3
采用德国Airsense公司的PEN2电子鼻系统对5个陈化年限的小麦进行了检测。对传感器信号进行方差分析和Loading分析去掉差异不显著的传感器。最后选择传感器1、2、8、9、10的响应信号进行模式识别。对优化后的传感器阵列进行主成分分析得到结果显示5个年份的小麦被很好地区分，各个类的集中性也比较强。从BP网络分析结果可以看出network1(优化后传感器阵列数据的BP网络)的预测准确率高于network2(优化前传感器阵列数据的BP网络)，可以更好地区分5个年份的小麦。说明对传感器进行优化去掉一些响应不显著的传感器信号并不影响模式识别结果，反而提高了电子鼻的识别性能。 相似文献
19.
依据划分苹果等级的气味指标,由气味传感器阵列和DSP构成电子鼻系统采集苹果气味信号进行处理,建立苹果气味识别模型。研究气味传感器阵列的组成形式以及其采集到的数据,设计了传感器与DSP的接口数据采集电路以及视频显示接口电路。 相似文献
20.
【目的】利用电子鼻和分光测色仪建立一套快速检测茶树叶片氮含量的无损伤检测方法。【方法】供试样品为茶树顶芽向下第3~4片无损伤叶片。在预实验中优化了气体收集瓶体积、顶空预热温度和顶空时间等参数。采用电子鼻自带Winmuster软件将经过优化后的传感器响应特征值进行主成分分析(principal component analysis,PCA)、线性判别法分析(linear discriminant analysis,LDA)和负荷加载分析(loadings analysis,LA),筛选出灵敏性最好的传感器。同时用分光色差仪对茶树叶片色度值进行测定。样品的测量部位是叶肉区,每组20次重复。色度值主要包括L (表示黑白或者亮暗)、a (表示红绿)、b (表示黄蓝)值。采用Origin 8.0软件对测色仪L、a、b值分别进行一元线性回归分析。利用SPSS 16.0软件采用LSD法进行单因素方差分析(one-way Anova),并进行t检验。对分光测色仪中色差指标进行筛选,以获得相关系数最高的参数。采用凯氏定氮法测定茶叶总氮含量。正式试验第二步是以不同氮含量下的电子鼻和分光测色检测数据为基础,分别建立气味、颜色、气味结合颜色的3种氮含量预测模型,并进行比较分析。【结果】通过预备试验,建立了气体收集器体积为50 mL、顶空预热温度为30℃、顶空时间为30 min的电子鼻检测体系。正式试验第一步确定了以对氮氧化合物灵敏(S2),对甲烷灵敏(S6),对无机硫化物灵敏(S7),对醇类、醛类、酮类物质灵敏(S8),对有机硫化物灵敏(S9)的传感器为主要传感器。根据L、a、b表色系统,b值与叶片缺氮程度呈线性相关。正式试验第二步利用气味、颜色、气味结合颜色建立的3个氮含量预测模型都具有可行性,其中气味结合颜色建立的预测模型准确率最高,达到90%。【结论】用气味结合颜色的预测模型预测茶树叶片氮含量准确度较高,可在实际工作中进行运用。 相似文献