基于电子鼻传感器阵列优化的甜玉米种子活力检测

• 作者: 孙群 张婷婷 杨丽明 杨磊 王建华
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 支持向量机 传感器 优化 电子鼻 甜玉米种子 活力
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 275-281
• 页数: 7页
• 分类号: S5
• 字数: 6498字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.21.034

摘要

针对甜玉米种子活力传统检测方法操作繁琐、重复性差等不足,该研究利用电子鼻技术建立甜玉米种子活力快速检测方法.利用电子鼻获取不同活力甜玉米种子的气味信息,再结合主成分分析(PCA,principal component analysis)、线性判别分析(LDA,linear discriminant analysis)、载荷分析(loadings)和支持向量机(SVM,support vector machine)对气味信息进行提取分析,建立甜玉米种子活力的定性定量分析模型.结果显示:PCA和LDA分析均无法区分不同活力的甜玉米种子,而SVM的鉴别效果较好.全传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为97.10%和96.67%,建模时间为30.75 s,回归预测模型训练集和预测集决定系数R2分别为0.993和0.913,均方差误差分别为2.23%和8.50%.经Loadings分析将10个传感器阵列优化为6个.优化后传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为98.55%和96.67%,建模时间为21.81 s,回归预测模型训练集和预测集决定系数R2分别为0.982和0.984,均方差误差分别为3.80%和3.01%.结果表明:基于SVM的电子鼻技术可以实现对不同活力甜玉米种子的高效判别和预测,将传感器阵列优化为6个,判别和预测效果均有所提升.该研究为电子鼻技术应用于甜玉米种子活力检测提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丽明	中国农业大学理学院	25	212	9.0	13.0