中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 龙井茶叶品质的电子鼻检测方法 农业机械学报 2007,38 (7) 103-106
Position: Home > Articles > Measurement of the LongJing Tea Quality by Using an Electronic Nose Transactions of the Chinese Society for Agricultural Machinery 2007,38 (7) 103-106

龙井茶叶品质的电子鼻检测方法

作  者：
于慧春;王俊;张红梅;于勇
单  位：
浙江大学生物系统工程与食品科学学院
关键词：
龙井茶;电子鼻;BP神经网络
摘  要：
针对茶叶品质感官审评的不足,采用电子鼻检测手段,对4个不同等级的龙井茶作等级判别。对传感器信号进行多因素方差分析得出:不同容器容积和不同采样时刻对传感器的响应信号有着显著的影响。通过主成分(PCA)、线性判别(LDA)和BP神经网络方法对各茶叶样品进行了分类判别。PCA对于等级差别较近的茶叶区分结果不太理想;而LDA相对于PCA有较好的区分效果;设计BP神经网络拓扑结构为30-12-4,通过对网络进行适当训练,总的测试回判率可达到90%。
译  名：
Measurement of the LongJing Tea Quality by Using an Electronic Nose
作  者：
Yu Huichun Wang Jun Zhang Hongmei Yu Yong(Zhejiang University)
关键词：
LongJing tea,Electronic nose,BP neural network
摘  要：
An investigation was made to determine the four tea samples with different quality grade by using an electronic nose(e-nose).The response signals of e-nose were analyzed under different sampling conditions by variance analysis and multivariance analysis.Analytical results showed that the different volume of vials and the different collection times have significant effect on the response signals of the e-nose.Then the data were processed using principal components analysis(PCA),linear discrimination analysis(LDA)and artificial neural ntwork(ANN).The results analyzed by LDA were superior to that by PCA,which could distinguish all the tea samples completely.However,PCA method could not estimate sample of A280 correctly.Further 90% correct classification was achieved for all the tea samples using the BP neural network.

相似文章

导出引用
计量
文章访问数: 13
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46