公益性行业科研专项(3-45)
- 作品数：4 被引量：34H指数：4
- 相关作者：丁武张虹艳褚莹丁丁齐强强更多>>
- 相关机构：西北农林科技大学更多>>
- 发文基金：公益性行业科研专项更多>>
- 相关领域：轻工技术与工程更多>>
- 基于BP神经网络的电子鼻羊奶贮藏时间的预测被引量：5
- 2012年
- 利用电子鼻PEN3系统判定室温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶室温贮藏及冷藏期间挥发性成分的响应值,并采用PCA(主成分分析法)、LDA(线性判别分析法)和LM算法优化的BP神经网络(LM-BP)、遗传算法优化的神经网络(GANN)、4层BP神经网络进行模式识别。结果表明PCA和LDA均可区分室温贮藏及冷藏1～6d的生鲜羊奶,LDA方法还可以明显体现出羊奶贮藏期间挥发性成分的变化趋势,并且与羊奶酸度的变化有很好的一致性。采用LM-BP神经网络、GANN神经网络和4层神经网络均能较好地预测不同贮藏时间的羊奶,其中4层神经网络的预测正确率高于LM-BP神经网络和GANN神经网络。
- 张虹艳丁武
- 关键词：电子鼻羊奶贮藏时间温度模式识别
- 基于fisher线性判别和BP神经网络的电子鼻羊奶贮藏时间预测被引量：18
- 2012年
- 利用电子鼻PEN3系统快速检测室温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶室温及冷藏期间挥发性成分的响应值,并用主成分分析法(PCA)、fisher线性判别分析法(FDA)和BP神经网络进行模式识别。测定结果表明FDA方法区分室温贮藏及冷藏1～5d羊奶的效果优于PCA,而且羊奶贮藏期间挥发性成分的变化趋势明显,这种气味的变化规律与酸度的变化规律相符。同时用FDA和BP神经网络预测羊奶贮藏时间,结果FDA预测常温及冷藏羊奶正确率分别为100%和98.9%,均高于BP神经网络。
- 张虹艳丁武
- 关键词：电子鼻羊奶贮藏时间FISHERBP
- 基于近红外光谱技术实现掺假山羊奶的定性和定量检测被引量：6
- 2011年
- 以近红外光谱(NIRS)技术为基础,实现掺假山羊奶的快速、无损检测。采用主成分分析结合神经网络以及偏最小二乘法(PLS)分别对纯山羊奶和掺有奶油、还原奶的两类掺假山羊奶进行定性和定量研究。结果表明,将主成分分析与多层感知器(Multilayer Perceptron,MLP)神经网络相结合建立的定性判别模型对样品建模集和预测集的正确判别率都达到100%。光谱经预处理、优选波段和主成分维数后,利用PLS分别建立两类掺假奶的定量校正模型。其中掺奶油山羊奶定量校正模型的决定系数(R2)为98.54%,交叉验证均方根差(RMSECV)为0.379;掺还原奶山羊奶定量校正模型的R2为96.38%,RMSECV为6.20。同时运用马氏距离和二审剔除法判断和剔除异常样本后,两类掺假奶模型的R2分别提高到98.85%和97.06%,RM-SECV分别降低到0.333和5.61。外部验证得到预测值与真值的相关系数(R2)分别为0.989和0.982,预测效果满意。所得结论表明,近红外光谱技术结合化学计量学方法可以实现掺假山羊奶的定性和定量检测。
- 褚莹丁武齐强强
- 关键词：近红外偏最小二乘法
- 近红外光谱法用于掺假羊奶的快速无损鉴别被引量：9
- 2012年
- 利用近红外光谱技术结合多种化学计量学方法,研究了快速鉴别掺假羊奶的方法。将淀粉溶液,含尿素的淀粉溶液,含尿素和奶油的淀粉溶液按不同比例掺入纯羊奶中,进行近红外光谱采集。分别采用偏最小二乘差别分析(PLS-DA),fisher线性判别和多层感知器(MLP)神经网络法建立校正模型并进行检验验证。结果表明,MLP神经网络的鉴别效果最好,其校正模型的正判率达到99.4%,验证集的正判率达到100%。说明采用近红外光谱技术结合适当的化学计量学方法可以实现羊奶掺假检测的快速无损鉴别。
- 褚莹丁武丁丁
- 关键词：近红外
