基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用由6个金属氧化物气敏传感器组成阵列的电子鼻对2个等级的信阳毛尖茶进行检测,并通过主成分分析(PCA)、判别分析(LDA)和BP神经网络对数据进行分析和识别.PCA和LDA结果显示,可以将2个等级的茶叶完全区分开.采用3层BP神经网络对数据矩阵进行茶叶等级的定量预测,预测结果平均相对误差为1.16,最大相对误差为13.32.研究结果表明,供试气敏传感器阵列对信阳毛尖茶等级的检测具有很高的定量分析精度.
推荐文章
信阳毛尖茶品质和化学成分快速检测方法
信阳毛尖
快速检测
电子鼻技术
品质
基于电子鼻技术的信阳毛尖茶品质评价
信阳毛尖茶
电子鼻
主成分分析
偏最小二乘法
春季不同生产时期对信阳毛尖茶香气成分的影响
信阳毛尖茶
香气成分
春季
顶空固相微萃取
基于电子鼻技术的信阳毛尖茶咖啡碱检测方法
电子鼻
咖啡碱
信阳毛尖
主成分回归
多元线性回归
二次多项式回归
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 信阳毛尖茶品质等级的电子鼻检测
来源期刊 河南农业科学 学科 农学
关键词 传感器阵列 信阳毛尖茶 等级
年,卷(期) 2010,(4) 所属期刊栏目 作物栽培·遗传育种
研究方向 页码范围 36-38
页数 分类号 TS272.7|S571.1
字数 2597字 语种 中文
DOI 10.3969/j.issn.1004-3268.2010.04.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李燕 河南农业大学机电工程学院 75 241 8.0 12.0
2 王玲 河南农业大学机电工程学院 80 262 7.0 13.0
3 张红梅 河南农业大学机电工程学院 50 345 10.0 17.0
4 何玉静 河南农业大学机电工程学院 47 230 9.0 14.0
5 刘伟 河南农业大学机电工程学院 18 73 5.0 8.0
6 焦国涛 河南农业大学机电工程学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (113)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (66)
二级引证文献  (46)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
传感器阵列
信阳毛尖茶
等级
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河南农业科学
月刊
1004-3268
41-1092/S
大16开
郑州市农业路1号
36-32
1972
chi
出版文献量(篇)
8734
总下载数(次)
17
总被引数(次)
59835
论文1v1指导