资源描述：
《鸡蛋贮藏时间和新鲜度USEFUL》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第44卷第5期浙江大学学报(工学版)Vol.44No.52010年5月JournalofZhejiangUniversity(EngineeringScience)May2010DOI:10.3785/j.issn.1008-973X.2010.05.005鸡蛋贮藏时间和新鲜度的电子鼻检测周博,王永维,王俊,陆秋君(浙江大学生物系统工程系,浙江杭州310029)摘要:研制一套适合鸡蛋品质的电子鼻系统,对不同贮藏方式和时间的鸡蛋进行检测,并采用主成分分析(PCA)、线性判别函数分析(LDA)和BP神经网络(BPNN)、遗传优化神经网络(GANN)等进行模式识别.结果发现,不
2、同贮藏时间的鸡蛋所对应的电子鼻传感器响应特性不同.PCA和LDA结果表明,两者都可以较好地区分不同贮藏方式和时间的鸡蛋,采用LDA的效果比PCA的效果好;采用BP神经网络和遗传优化神经网络方法,能较好地预测不同贮藏时间的鸡蛋,其中遗传优化神经网络的判断正确率高于标准BP网络;利用二次回归分析(QPSR)建立鸡蛋新鲜度指标的预测模型,模型的预测值和测试值的相关系数大于0.90.关键词:电子鼻;模式识别;贮藏时间中图分类号:TP242.64文献标志码:A文章编号:1008-973X(2010)05-0863-07Electronicnosetechniquepotential
3、monitoringforstoragetimeandqualityattributeofeggZHOUBo,WANGYong-wei,WANGJun,LUQiu-jun(DepartmentofBiosystemsEngineering,ZhejiangUniversity,Hangzhou310029,China)Abstract:Anelectronicnose(E-nose)wasdevelopedtodistinguishdifferentstoredeggsbyusingprincipalcomponentanalysis(PCA),lineardiscrim
4、inantanalysis(LDA),BPneuralnetwork(BPNN)andthecombinationofageneticalgorithmandBPneuralnetwork(GANN).ResultsshowedthattheE-nosecandistinguisheggsofdifferentstoragetimeundercoolandroom-temperaturestoragebyLDAandPCA.LDAprecededPCA.BetterpredictionvalueswereobtainedbyGANNthanbyBPNN.Relations
5、hipswereestablishedbetweentheE-nosesignalandeggqualityindicesbyquadraticpolynomialstepregression(QPSR).Thepredictionmodelsindicatedgoodpredictionperformancewithcorrelationcoefficientbetweenpredictedandmeasuredvaluesgreaterthan0.90.Keywords:electronicnose(E-nose);patternrecognition;storage
6、time[9-10]文献[1～8]报道了采用自动化分级鸡蛋品质检“球状”农产品检测中也有应用探索.Gomez等测的方法,但在生产上,鸡蛋的新鲜度品质检选仍大利用电子鼻来检测柑橘的成熟度和货价期,Natale[11-12]都采用手工方法.电子鼻的研究始于20世纪90年等利用电子鼻来预测苹果的最佳收获期,Wang[13]代,是一种新颖的分析、识别和检测复杂气味和大多等利用电子鼻检测储藏期番茄的质量变化.数挥发性成分的仪器.在国内外已在食品工业、环境在电子鼻的模式识别数据处理方面,较多采用检测、医疗卫生、药品工业、安全保障、公安与军事等主成分分析、线性判别函数分析等,也有采用人
7、工神方面有很多应用和研究成果.近年来,电子鼻技术在经网络法特别是BP神经网络.BP神经网络的突出收稿日期:2008-11-28.浙江大学学报(工学版)网址:www.journals.zju.edu.cn/eng基金项目:国家自然科学基金资助项目(30570449);国家“863”高技术研究发展计划资助项目(2006AA10Z212);国家教育部新世纪人才支持计划资助项目(NCET-04-0544).作者简介:周博(1975—),男,湖南长沙人,博士生,从事电子鼻的开发与检测研究.E-mail:shaoyf@zju.edu.cn
