PEN3-基于高光谱与电子鼻融合的番石榴机械损伤识别方法

本文由 上海科学仪器有限公司 整理汇编

2018-08-16 10:00 857阅读次数

收藏 评价 举报

• 分享

立即下载

参与评论

评论

登录后参与评论

登录或新用户注册

• 微信登录
• 密码登录
• 短信登录

请用手机微信扫描下方二维码
快速登录或注册新账号

微信扫码，手机电脑联动

注册登录即表示同意《仪器网服务条款》和《隐私协议》

账  号：

密  码：

图片码： 看不清？
换一张？

手机和邮箱号注册新账号>> 忘记密码？

手机号：

图片码： 看不清？
换一张？

短信码： 获取短信码

手机和邮箱号注册新账号>> 忘记密码？

更多资料

• PEN3-基于高光谱与电子鼻融合的番石榴机械损伤识别方法

  摘要:提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样，提取特征信息后，运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明，高光谱与电子鼻识别番石榴机械损伤是可行的，但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法，结合LDA分析可以较好地识别番石榴机械损伤程度，比单一识别方法具有更好的识别效果。此外，LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息，提高相同样本之间的聚类性，又可较多地保持单一分类识别方法得到的不同样本之间的Zda距离。根据FCM分析结果，高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%，验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。关键词:番石榴机械损伤多源信息融合高光谱电子鼻[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于电子鼻信号判别番茄苗机械损伤程度

  摘要：番茄苗产生的挥发物易受到病害、虫害、损伤等多种因素影响。该文利用电子鼻系统测试机械损伤番茄苗挥发性物质的变化，通过主成分分析、线性判别分析对4种不同处理机械损伤的番茄苗进行分析，结果表明主成分分析各处理样本间均有重叠，区分效果不理想，线性判别分析各处理样本基本可以分开；用逐步判别分析和BP神经网络对各处理样本进行判别，测试集的准确率分别达到84.4%和93.8%以上，神经网络模型的预测结果更好。该研究可为番茄苗机械损伤快速在线监测提供参考。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 一种基于计算机嗅觉的卷烟等级识别方法-电子鼻

  摘要:为利用计算机嗅觉系统(电子鼻)快速、简便地识别同种品牌不同等级的卷烟，选取三种不同等级的“双喜"牌卷烟作为实验对象，利用PEN3电子鼻分别检测整盒(未开封)、滤嘴、烟丝、烟纸、烟气等5个方面的气味，并利用主成分分析(PCA)和主成分分析+线性判别分析(PCA+LDA)分别对该5种气味信息进行分析。Z后利用相关性分析对整盒气味信息的待测样本进行了区分测试。结果显示:单独利用5种气味的信息都区分出三种等级，其中区分效果由优到劣依次是滤嘴、烟气、整盒、烟丝、烟纸。利用相关性分析方法对整盒待测样品的测试正确率达1**%。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN３－基于电子鼻的冷藏大菱鲆品质变化研究

  摘要利用电子鼻技术检测不同贮藏温度下大菱鲆样品的挥发性气体变化情况，对所得数据进行主成分分析(PCA)、载荷分析(LA)和聚类分析(CA)，并结合细菌菌落总数和挥发性盐基氮(TVB-N)含量变化进行分析，建立一种基于电子鼻的冷藏大菱鲆新鲜度判别方法。结果表明:电子鼻主成分分析、载荷分析和聚类分析能很好地区分大菱鲆0℃与4℃贮藏过程中的挥发性气味变化，气味发生变化的时间拐点分别是贮藏20d和16d;电子鼻分析结果与细菌菌落总数和TVB-N值变化预测的货架期终点基本一致。因此电子鼻技术可以用来判别大菱鲆冷藏过程中的新鲜度变化。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN3-基于电子鼻的果园荔枝成熟阶段监测

  摘要：为了无损快速监测荔枝成熟阶段，该文提出了一种基于电子鼻技术的果园荔枝成熟阶段监测方法，采用PEN3电子鼻获取挂果约25d到果实成熟过程中6个成熟阶段荔枝样本的仿生嗅觉信息并同步获取了各成熟阶段荔枝的3项物理特征（果实直径、果实质量与果实可溶性固形物含量）。根据不同成熟阶段荔枝物理特征变化可知，荔枝果实直径与果实质量2项物理指标在挂果约32d～39d，以及53d～60d增长较快，可溶性固形物含量在挂果约32d前无法测量，53d～60d阶段增长速度较慢。提取各样本电子鼻采样数据75s时刻的各传感器响应值作为特征值后，采用载荷分析（loadings）进行传感器阵列优化，优选了传感器R2、R4、R6、R7、R8、R9和R10的响应数据进行后续分析。将优化后的传感器响应数据进行归一化处理。采用线性判别分析（lineardiscriminantanalysis，LDA）进一步提取特征信息，降低数据中包含的冗余信息。LDA对荔枝成熟阶段的分类识别效果不佳。为进一步探究电子鼻监测果园荔枝成熟阶段的可行性，采用模糊C均值聚类分析（fuzzyCmeansclustering，FCM）、kZ近邻函数分析（knearestneior，KNN）和概率神经网络（probabilisticneuralnetwork，PNN）进行模式识别。研究结果表明，FCM对果园荔枝成熟阶段识别的正确率为89.17%。采用KNN与PNN建立识别模型后，KNN与PNN识别模型对训练集的回判正确率均为1**%，对测试集的识别率均96.67%，具有较好的分类识别效果。试验证明了采用电子鼻进行果园荔枝成熟度监测的可行性，为果园水果品质的实时监测提供参考。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于高光谱成像技术的贡梨损伤与农药残留检测研究分析

  水果的损伤及水果表面农药的残留等不仅会造成果蔬的腐烂，而且会严重影响消费者的身体健康。因此水果损伤与农药残留的快速有效检测是非常有实际价值的。虽然水果的损伤、农业残留区域和正常区域在外部特征上呈现出极大的相似性，但是损伤区域和农药残留部位发生一定的变化，这种变化可以通过特定波长下的光谱表现出来。高光谱图像技术结合了光谱分析和图像处理的技术优势，对研究对象的内外部品质特征进行检测分析，赵杰文等利用高光谱图像技术检测水果轻微损伤，准确率为88.57%；JasperG.Tallada等分别应用高光谱图像技术对不同成熟度的草莓表面损伤、苹果的表面缺陷及芒果的成熟度检测进行了试验研究。王玉田等运用荧光光谱检测出水果表面残留的农药；胡淑芬等运用激光技术对水果表面农药残留进行了试验研究；薛龙等针对水果表面农药残留，以滴有较高浓度的脐橙为研究对象，利用光谱范围425-725nm的高光谱图像系统进行检测，发现对较高浓度的农药残留检测效果较好。本文采用高光谱图像技术检测不同水果的损伤区域和农药残留区域，以实现损伤区域和农药残留区域共同识别的目的。[详细]

  2018-09-12 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN3－基于电子鼻技术的鱼露与鱼酿酱油的品质分析

  摘要通过电子鼻获取鱼露、鱼酿酱油和生抽的气味信息，进行主成分分析(PCA)、线性判别分析(LDA)和负荷加载分析(Loadings)，并结合氨基酸态氮、盐分、全氮和游离氨基酸含量，对比分析3种调味品的品质。结果显示，3种调味品中游离氨基酸种类丰富，鱼露中苏氨酸、甘氨酸、丙氨酸、甲硫氨酸、赖氨酸的含量明显高于鱼酿酱油和生抽；生抽和鱼酿酱油中鲜味氨基酸的含量明显高于鱼露，但生抽中必需氨基酸的含量远低于鱼酿酱油和鱼露；3种调味品挥发性成分复杂，电子鼻10个金属传感器能很好地区分3种调味品的挥发性气味，W5S、W1S、W2S号传感器比其他7个传感器有更高的响应值，其中W2S号传感器的响应值变化Z显著。这说明电子鼻能较好地区分鱼露、鱼酿酱油和生抽，虽然3种调味品中第1、2主成分相同，但醇类、氮氧化合物类物质对第1、2主成分的贡献率不同。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于电子鼻多传感器融合的茶叶存储时间识别-德国AIRSENSE电子鼻

  基于电子鼻多传感器融合的茶叶存储时间识别-德国AIRSENSE电子鼻[详细]

  2020-05-07 13:14

  应用文章

  |

  • 
  • 
  • 
  • 

• PEN3-基于电子鼻判别富士苹果货架期的研究

  摘要:利用电子鼻对不同货架期内的富士苹果挥发性成分进行检测。通过雷达图和负荷加载(Loadings)分析研究主要传感器响应值的变化，利用主成分分析(PCA)、线性判别分析(LDA)模式判别方法进行数据分析。结果表明，第7、8号传感器在苹果常温货架期判别中起主要作用，而第2、7号传感器在苹果贮后货架期的判别中起主要作用。PCA、LDA方法均可准确判别常温不同货架期的苹果;与PCA相比，LDA方法可以更准确对不同贮后货架寿命苹果进行判别，并呈现出良好的集中性和单向趋势。因此，电子鼻快速判别不同货架期的苹果具有可行性。关键词:电子鼻，苹果，货架期，判别[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN3-一种基于电子鼻的辛味中药材的分类鉴别方法研究

  摘要:为获取新的气味识别方法以提高智能传感器模式分类识别准确率和速度，使用了内置10个传感器的便携式电子鼻PEN3对辛味中药材进行气味采集检测．将辛味中药材在烧杯中进行密封静置待其形成稳定的气味顶空环境时，运用电子鼻对其进行检测采样得到样品高维气味数据信息．与传统的线性数据分析方法不同，针对气味蕴含多种诸如浓度、各种挥发性物质成分等特征，可知气味非线性的本质特征，在本次分析中采用了流形算法中的非线性的局部线性嵌入(LocallyLinearEmbedding，LLE)算法对非线性的气味数据进行特征提取与降维，再采用基于Fisher的线性判别分析(LinearDiscriminantAnalysis，LDA)实现对特征子空间的模式聚类与分类，通过多次实验优化LLE算法的参数，得到了**的辛味中药材的模式识别效果．分析结果表明，运用LLE和LDA相结合的算法(即LLE_LDA)可以很好地完成不同种类辛味中药材的挥发性气味信息的模式分类，为深层次地分析基于电子鼻的气味数据信息提供了一种新方法．关键词:模式识别;气敏传感器;局部线性嵌入_线性判别分析;分类鉴别;非线性降维[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于电子鼻检测鸭梨新鲜度及损伤程度---德国AIRSENSE电子鼻

  摘要：目的 探究鸭梨果实流通过程中新鲜度变化及损伤程度。方法 以不同跌落角度处理（0°、20°、40°、60°）的鸭梨为试材,测定鸭梨果实呼吸速率、乙烯释放速率的变化,同时利用电子鼻结合主成分分析（principal components analysis,PCA）、线性判别分析（linear discriminant analysis,LDA）和载荷分析（loading analysis,LA）研究不同贮藏时间和不同损伤程度下果实的挥发性气体变化。结果 完好果实在贮藏4 d时出现呼吸高峰和乙烯释放高峰;与完好果实相比,机械伤处理提高了呼吸速率和乙烯释放速率,并且损伤越严重,变化趋势越明显。LDA对不同贮藏点和不同损伤程度鸭梨的区分效果优于PCA。LA结果表明当果实成熟和受损时,传感器W1S、W5S、W1W、W2W、W2S变化较为明显,意味着刺激了甲烷、氮氧化合物、有机硫化物和芳香族化合物、醇类物质的生成。结论 传感器W1S、W5S、W1W、W2W、W2S可反映鸭梨的挥发性气体变化情况,其中W2S传感器响应值可区分果实损伤程度,这对于实时监测果实品质具有重要意义。 关键词：鸭梨;机械损[详细]

  2022-10-08 10:47

  期刊论文

  |

  • 
  • 
  • 
  • 

• PEN3-电子鼻法鉴别食用植物油与地沟油的研究

  摘要:目的尝试利用电子鼻技术建立一种简便、快速的鉴别食用植物油与地沟油的筛查方法。方法样品包括采集自各超市的9个品种共103个正常植物油，采集自多家餐饮企业的24个煎炸废弃油脂，采集自餐厨垃圾集中处置定点公司的36个餐厨废弃油脂，以及本课题组自主制备的25个精炼地沟油。利用电子鼻采集各样品的气味信息，通过数据主成分分析(PCA)和线性判别分析(LDA)2种方法进行分析和判定。结果电子鼻可以相互区分食用植物油、餐厨废弃油脂和精炼地沟油，无法区分食用植物油和煎炸废弃油脂。结论本实验结果表明，经过系列的氧化及劣变过程，地沟油中的气味分子成分与正常植物油相比已经发生了剧烈的变化。电子鼻技术作为鉴别地沟油的一种新兴手段，值得更深入的探索和研究。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN3－基于电子鼻的苹果低温贮藏时间及品质预测

  【目的】研究利用电子鼻对苹果低温贮藏时间及品质的预测效果，为苹果低温贮藏品质的无损检测及合理加工利用提供参考。【方法】以富士苹果为试材，在（０±１）℃低温条件下贮藏，分别在贮藏后的第０，３０，６０，９０，１２０，１５０和１８０天，随机选取３０个果实，利用ＰＥＮ３型电子鼻检测其香气，并一一对应测定苹果的主要品质指标（硬度、可溶性固形物含量和可滴定酸含量）。利用载荷分析优化电子鼻传感器阵列，对优化后的电子鼻检测数据进行线性判别分析，建立苹果低温贮藏品质的偏Z小二乘预测模型、ＢＰ神经网络预测模型和贮藏时间的多层感知器预测模型，并对预测效果进行了比较。【结果】线性判别分析能够较好地区分苹果的贮藏品质，且苹果香气在贮藏６０～９０ｄ时变化较大；建立的多层感知器神经网络模型对苹果贮藏时间有较好的预测效果，预测准确率均＞９２．０％；利用偏Z小二乘法和ＢＰ神经网络均能对果实的品质建立有效的预测模型，其中偏Z小二乘法对冷藏苹果硬度和可滴定酸含量的预测效果优于对可溶性固形物含量的预测，利用ＢＰ神经网络所建立预测模型的决定系数均＞０．９３０　０，预测效果较偏Z小二乘法更好。【结论】利用电子鼻的快速无损检测功能可以实现对苹果低温贮藏时间及品质的预测。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• PEN3－基于电子鼻技术监测羊奶发酵前后不同阶段风味的变化

  摘要:本文利用电子鼻PEN3分析了羊奶发酵前后不同阶段的风味变化。结果表明，新鲜羊奶经过发酵后，特征挥发性成分在电子鼻传感器上的响应由原来的传感器6(甲烷)为主转变成以传感器7(充化氢)、传感器9(有机芳香硫化物)和传感器2(氮氧化合物)为主的挥发性物质，改变了羊奶的气味。采用PCA及LDA分析发现:PCA分析法能准确区分羊奶发酵前后的不同阶段，LDA体现出了发酵前后的不同阶段挥发性成分明显的变化趋势，且变化趋势与理论分析相符。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 一种基于计算机嗅觉的卷烟等级识别方法

  一种基于计算机嗅觉的卷烟等级识别方法[详细]

  2024-09-21 07:46

  期刊论文

  |

  • 
  • 
  • 
  • 

• PEN3－基于电子鼻技术研究保鲜方法对鲜切菠萝贮藏品质的影响

  摘要：采用三种保鲜方式对鲜切菠萝进行处理（有机酸处理、漂烫处理、酸+漂烫综合处理），通过电子鼻技术结合感官分析对鲜切菠萝的贮藏品质变化进行研究。感官评价结果表明：不同保鲜处理的效果从菠萝贮藏中期（3~5d）开始出现差异性（p＜0.05），酸结合漂烫处理在贮藏中后期（3~7d）分值较高，即酸结合漂烫处理能够更好的保持鲜切菠萝的贮藏品质；香气损失的线性判别分析（LDA）分析表明，酸结合漂烫处理能够有效延缓菠萝香气的损失；传感器贡献率分析（LA）表明，酸结合漂烫处理与对照组菠萝香气主要成分Z为接近。总体来看，电子鼻分析结果与感官分析的结果基本一致，即电子鼻可用于快速评价菠萝贮藏品质；酸结合漂烫处理能够较好的保持菠萝原有特征香气及贮藏品质。关键词：电子鼻技术，鲜切菠萝，贮藏品质，快速检测[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于电子鼻和高光谱成像技术的冷鲜牛肉微生物的生长模型构建-airsense电子鼻

  摘要：[目的]本文旨在探究基于电子鼻和高光谱成像技术实现冷鲜牛肉中微生物生长曲线拟合的可行性。[方法]采用平板计数法测定4℃恒温贮藏下冷鲜牛肉中的菌落总数，并采集其电子鼻和高光谱数据；采用Huang模型和Baranyi模型建立基于传统平板计数法、电子鼻和高光谱特征信息的生长模型，并对其进行比较。[结果]基于传统平板计数法构建的生长模型精度较高，模型决定系数R2高达0.993;与平板计数法相比，基于电子鼻特征信息的方法ⅰ和ⅱ所建的生长模型精度略低，R2大于0.871,二者之间的相关系数r为0.917～0.994。基于高光谱信息的方法Ⅰ所建模型R2与之相当，r高达0.998;而基于高光谱响应值的方法Ⅱ所建的模型表现稍差，R2为0.749～0.918,r为0.761～0.859。[结论]电子鼻和高光谱特征信息可用于冷鲜牛肉微生物生长曲线拟合，这为无损检测技术在预测微生物学领域的应用提供了理论支持和技术参考。 关键词：电子鼻;高光谱成像;冷鲜牛肉;菌落总数;曲线拟合;[详细]

  2024-08-02 17:48

  期刊论文

  |

  • 
  • 
  • 
  • 

• PEN3-提高食醋电子鼻识别率方法的研究

  摘要：以两种不同品牌的山西食醋为样品，通过对电子鼻测定数据的区间分析，确定样品处理方式，并采用正交试验方法对传感器的选用进行优化并建立模板；用欧氏距离、相关性、马氏距离和判别函数分析同时鉴别新样品的归属，误判率明显降低（由18.2%降低为5.4%），识别率得到较大提高（由81.8%提高至94.6%）。[详细]

  2018-08-16 10:00

  产品样册

  |

  • 
  • 
  • 
  • 

• 基于电子鼻技术的金华火腿鉴别与分级

  基于电子鼻技术的金华火腿鉴别与分级[详细]

  2024-09-20 06:20

  标准

  |

  • 
  • 
  • 
  • 

• 基于电子鼻与多元统计分析判别三七品质---德国AIRSENSE电子鼻

  摘要：目的基于电子鼻与多元统计分析判别三七Panax notoginseng（Burk.） F.H.Chen的品质。方法在优化电子鼻检测条件基础上,对传感器响应信号进行多元统计与神经网络分析。结果电子鼻检测三七较佳条件为样品量1.5 g;顶空生成时间15 min;顶空体积250 mL;载气体积流量400 mL/min。多元统计表明主成分分析和典则判别分析均能区分三七主根与支根,但后者效果优于前者;利用三七主根和支根气味信息结合典则判别分析,可实现对三七产地的定性判别,其中主根气味信息的判别效果更好。多层感知器神经网络分析可以实现对三七主根、支根及产地的定量判别,主根与支根分类准确率达99.49%;主根产地判别准确率为99.49%;支根产地判别准确率为95.95%。结论电子鼻结合多元统计与神经网络分析可以实现对三七品质的判别,且该方法高效快速可用于实际生产。 关键词：三七;电子鼻;多元统计;MLP神经网络分析; [详细]

  2022-07-11 11:23

  期刊论文

  |

  • 
  • 
  • 
  •