资料库
百草油鉴别分类的电子鼻实现方法研究
-
本文由 北京盈盛恒泰科技有限责任公司 整理汇编
2015-06-08 00:00 170阅读次数
文档仅可预览首页内容,请下载后查看全文信息!
-
立即下载
百草油鉴别分类的电子鼻实现方法研究
登录或新用户注册
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
更多资料
-
百草油鉴别分类的电子鼻实现方法研究
- 百草油鉴别分类的电子鼻实现方法研究[详细]
-
2015-06-08 00:00
应用文章
-
百草油鉴别分类的电子鼻实现方法研究
- 百草油鉴别分类的电子鼻实现方法研究[详细]
-
2011-03-09 00:00
选购指南
-
电子鼻-百草油鉴别分类的实现方法研究
- 摘要:采用便携式电子鼻PEN3对4组不同生产批次的中成药(百草油)进行检测,并对采样得到的数据进行分析。结合主成分分析(PCA)和线性判别分析(LDA)算法的特点,采用了PCA+LDA分析方法。该方法首先通过PCA分析来压缩特征数据的维数,减少数据计算量,进而优化特征向量,继而采用LDA分析实现对不同批次百草油产品的鉴别分类。结果表明:对4组样本的Z终判别结果达到了87.5%的正确判别率,误判的待测样本只发生在p0705和p0801之间。[详细]
-
2018-08-16 10:00
产品样册
-
基于电子鼻的小麦品种鉴别研究
- 提出了一种用电子鼻技术快速鉴别小麦品种的新方法。试验以三种小麦品种为研究对象,首先用主成分分析法、聚类分析法对5种不同温度条件下的麦9023电子鼻数据进行了分析,确定了试验条件,保证了试验的可重复性和准确性。用三种小麦**次测试的结果(每个品种15个样品,共45个样品)作为训练集来建立模型,用一周后的测试结果(每个品种5个样品,共15个样品)作为测试集。分别采用主成分分析法对三种小麦进行了区分,逐步判别分析法和BP神经网络对三种小麦样品进行了预测。使用主成分分析法不能很好对两次试验的三种小麦样品做出很好的区分,而使用逐步判别分析法对训练集回判的正确率为1**%,对测试集判别的正确率为86.7%。选用三层BP神经网络对训练集回判的正确率为1**%,对测试集判别的正确率为93.3%。说明在选取适合的试验条件的情况下,电子鼻对小麦品种具有很好的鉴别作用,为小麦品种的鉴别提供了一种新方法。[详细]
-
2018-08-16 10:00
产品样册
-
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
-
不同产地和采收期的中药材电子鼻鉴别研究术
- 不同产地和采收期的中药材电子鼻鉴别研究术[详细]
-
2015-06-10 00:00
期刊论文
-
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
-
PEN3电子鼻基于扩散映射和 LDA 的辛味中药材鉴别研究
- 摘要:使用PEN3电子鼻对不同种类的辛味中药材进行检测,针对辛味中药材气味数据的高维性与非线性,提出一种基于扩散映射(DiffusionMaps)和线性判别分析(LDA)的中药材鉴别方法。首先将采集的气味数据重构到高维空间中,利用扩散映射方法对高维气味数据进行降维和特征提取,然后利用线性判别分析对提取的低维流形特征进行分类,以可视化的方式显示中药材的分类效果。结果表明,该方法可以很好地区分四种不同种类的辛味中药材,为中药材的分类鉴别提供了一条新的途径。关键词:电子鼻;辛味中药材;扩散映射;线性判别分析;分类鉴别[详细]
-
2018-08-16 10:00
产品样册
-
盈盛恒泰-基于电子鼻技术的地沟油鉴别研究-PEN3
- 电子鼻与色谱仪、光谱仪、毛细管电泳仪等仪器不同,得到的不是被测样品中某种或某几种成分的定性与定量结果,而是样品中挥发成分的整体信息。电子鼻技术凭借其样品无损、检测速度快、操作简单、灵敏度高、重现性好等优点,目前已广泛应用于食品质量控制领域。本实验建立基于电子鼻的地沟油鉴别方法。 方法优势:本实验充分考虑样品数量及样品确定性对分析结果的影响,从深圳两家大型餐厨废弃物回收公司收集多个批次生物废弃油脂,并按照前期建立的地沟油标准物质制备方法制备不同精炼程度的地沟油,同时收集市场常见的不同油料来源、不同品牌的多种食用植物油,采用主成分分析(PCA)和线性判别分析(LDA)对数据分析处理。 结论:8种正常植物油都可以与精炼地沟油有效区分,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
-
盈盛恒泰-基于电子鼻技术的地沟油鉴别研究-pen3
- 盈盛恒泰-基于电子鼻技术的地沟油鉴别研究-pen3[详细]
-
2024-09-18 18:06
其它
-
基于随机森林的气味感知分类研究---德国AIRSENSE电子鼻
- 摘要:机器嗅觉是一种基于传感器阵列与计算机算法模拟生物嗅觉的新兴仿生技术,气味物质气味表征是机器嗅觉值得研究的领域,目前嗅觉感知处于初级研究阶段,气味的通用分类理论基础还不成熟。本文从物质气味电子信息角度出发,利用采集样本中相对均衡香型数据,通过机器学习算法及参数调整、网格搜索等模型优化手段,提出基于电子鼻数据的物质气味分类模型,建立物质气味电子鼻信息与感知联系,实验结果表明,基于随机森林的气味分类在各评价指标上表现突出,平均准确率达到93.6%,随机森林模型相比其他机器学习算法表现优异。 关键词:气味分类;机器嗅觉;电子鼻;随机森林;[详细]
-
2022-10-08 10:48
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
-
利用电子鼻技术鉴别棉织物的异味.pdf
- 利用电子鼻技术鉴别棉织物的异味.pdf[详细]
-
2024-09-29 06:46
安装说明
-
电子鼻结合GC-MS鉴别不同部位的三七粉-德国AIRSENSE电子鼻
- 摘要:为鉴别不同部位的三七粉,采用电子鼻结合气相色谱-质谱(gas chromatography-mass spectrometry,GCMS)联用技术对三七的整根粉、剪口粉、主根粉、侧根粉和须根粉进行挥发性成分分析。通过GC-MS测定三七粉挥发物的成分和含量,并进行多重比较。利用统计学习方法提取电子鼻响应曲线的8个时域特征,并进行相关性分析,采用3种特征选择算法对特征数据进行降维。分别建立基于原始特征数据、3种特征选择数据的支持向量机(support vector machine,SVM)、最小二乘支持向量机(least square support vector machine,LSSVM)和极限学习机分类模型;引入灰狼优化(grey wolf optimization,GWO)算法对分类模型中的参数gam和sig2进行优化。结果表明:5种三七粉样品中共检测出31种挥发物成分,最优的GWO-IRIV-LSSVM模型能够对电子鼻数据进行有效区分,测试集准确率为97.5%,且能客观反映出样品种类挥发性物质的差异主要是挥发物总量、烷烃和芳香族化合物,这与GC-MS检测结果一致。本研究可用[详细]
-
2024-09-13 14:00
期刊论文
-
电子鼻判别小麦陈化年限的检测方法研究
- 电子鼻判别小麦陈化年限的检测方法研究[详细]
-
2011-03-09 00:00
期刊论文
-
脉冲激光的实现方法
- 以连续波模式工作的激光器的输出功率不随时间变化。这是由于激光器达到了一种激光腔增益(取决于与泵浦速率成正比的粒子数反转)和损耗(包含腔损耗和受激辐射速率)保持平衡的稳态条件。由于能够显著提高峰值输出功率,所以通常希望激光器可以工作在脉冲模式。可以将连续激光输出发送至外部调制器来实现脉冲激光运转,调制器充当一个只在短时间内允许透过的开关(见图 1,左)。这种简单的方法有许缺点。由于大多数光被调制器阻挡,该方法的效率很低。
此外,峰值功率永远不会超过连续光源的平均功率。脉宽还受到调制器速度限制。更为有效的方法是采用内部的腔内调制过程(见图 1,右)。通过在腔内调制增益或者损耗,激光发射过程能够被有效地开启和关闭。能量既可以储存在激光介质中,作为能够快速释放从而实现激光发射的大粒子数反转,也可以保持在谐振腔内直到被允许逸出。这些方法可使脉冲激光输出的峰值功率明显超过连续激光器所能提供的。接下来讨论使用内部调制实现激光脉冲的Z常见的方法。[详细]
-
2024-09-28 00:39
其它
-
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
-
电子鼻技术结合化学计量分析对汉源花椒的鉴别-德国AIRSENSE电子鼻
- 摘要:采用电子鼻技术对包括汉源花椒在内的全国6个不同主要产地的红花椒进行10个传感器通道的风味成分测定和分析,用于汉源花椒的鉴别。利用传感器响应的风味成分分布轮廓的差异对6个不同产地红花椒分别进行了主成分分析(Principal Component Analysis,PCA)、线性判别分析(Linear Discriminate Analysis,LDA)和偏最小二乘判别分析(Partial Least Squares Discriminant Analysis,PLS-DA),并构建了汉源花椒的鉴别模型。结果表明,PCA和LDA模型均能较好地将汉源花椒与其他5种红花椒分别区分,在PLS-DA中建立了汉源花椒的“是-否”鉴别模型,模型的预测能力参数(Q2)和拟合优度参数(R2)分别为0.947和0.968,交叉验证和置换模拟验证结果表明所构建模型未发生过拟合,稳健有效。同时,对汉源花椒掺杂5%、10%、30%及50%的其他种类红花椒样品进行了测定和分析,LDA及PLS-DA鉴别模型均能将掺杂的样品与纯正的汉源花椒准确鉴别。本研究通过电子鼻技术和化学计量学的理论与方法实现了汉源花椒与其他[详细]
-
2024-05-31 15:33
期刊论文
-
仪器分类的方法
- 仪器分类的方法[详细]
-
2008-12-08 00:00
产品样册
-
卡尔费休方法测定生物油含水量的试验研究
- 卡尔费休方法测定生物油含水量的试验研究[详细]
-
2008-10-08 00:00
选购指南
Copyright 2004-2025 yiqi.com All Rights Reserved , 未经书面授权 , 页面内容不得以任何形式进行复制
参与评论
登录后参与评论