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:
目前有许多检测地沟油的方法,例如电导法、光谱法、色谱法等,但这些检测方法均需要在实验室环境下对油样进行处理,因此在地沟油检测方面仍缺乏快速、实时、对油样无损的检测方法.在此基础上,提出利用气体传感器阵列采集油样气味特征信息,使用支持向量机(SVM)算法对油样进行识别的方法.对75组正常食用油及45组地沟油建立了基于SVM的地沟油鉴别模型,并对15组正常食用油和15组地沟油进行识别,使用Matlab的SVM库及LIBSVM时的正确率均为27/30.实验证明了此方法的可行性,将算法在嵌入式平台上实现后可对油样进行快速、实时、无损鉴别.
推荐文章
压电生物传感器快速鉴别地沟油研究
地沟油
压电生物传感器
石英晶体微天平
气体传感器阵列中的信息融合
气敏传感器阵列
特征提取
融合
神经网络
基于拉曼光谱技术的地沟油筛查方法研究
地沟油
食用植物成品油
拉曼光谱
特征谱带
一阶导数分析
利用太赫兹技术和统计方法鉴别地沟油
地沟油
太赫兹
聚类分析
概率神经网络
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 基于气体传感器阵列的地沟油识别方法
来源期刊 测控技术 学科 工学
关键词 地沟油 气体传感器阵列 气味特征信息 支持向量机
年,卷(期) 2017,(12) 所属期刊栏目 数据采集与处理
研究方向 页码范围 1-4,9
页数 5页 分类号 TS227
字数 3434字 语种 中文
DOI
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 王磊 同济大学中德学院 374 3139 29.0 41.0
3 肖兵 同济大学中德学院 7 10 2.0 2.0
4 姚帅 同济大学中德学院 3 7 2.0 2.0
5 胡晓慧 同济大学中德学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (151)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (26)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
地沟油
气体传感器阵列
气味特征信息
支持向量机
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
论文1v1指导