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:
为更好地进行山核桃陈化时间检测,论文拟通过传感器阵列优化来有效提高电子鼻对其区分预测能力.该文依据响应曲线保留响应明显的传感器,并在提取传感器特征值构成初始特征矩阵的基础上,结合均值分析、变异系数分析、聚类分析、相关性分析和多重共线性分析进行逐步优化以获取最终优化传感器阵列.对优化前后的数据采用主成分分析法(principal component analysis,PCA)和偏最小二乘回归(partial least squares regression,PLSR)进行样品区分和预测能力的对比.结果表明:通过优化,经不同人工陈化时间(0、5、10、15d)处理的山核桃能有效区分开,且在PCA得分图中更为聚集;优化后的陈化时间回归模型(R2=0.933 4)较优化前(R2=0,888 7)具有更好的预测能力.说明所给出的阵列优化方法有效可行,为电子鼻针对性检测提供了一种思路.
推荐文章
基于电子鼻的山核桃陈化时间检测
电子鼻
陈化时间
主成分分析
概率神经网络
山核桃
基于电子鼻技术的山核桃陈化指标预测模型研究
电子鼻
山核桃
陈化指标
主成分回归
贮藏年限
LDA优化电子鼻传感器阵列的研究
电子鼻
传感器阵列
LDA
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 用于山核桃陈化时间检测的电子鼻传感器阵列优化
来源期刊 农业工程学报 学科 农学
关键词 传感器 优化 主成分分析 电子鼻 特征值矩阵 偏最小二乘回归
年,卷(期) 2017,(3) 所属期刊栏目 农产品加工工程
研究方向 页码范围 281-287
页数 7页 分类号 S225.5+3
字数 5009字 语种 中文
DOI 10.11975/j.issn.1002-6819.2017.03.038
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 王俊 浙江大学生物系统工程与食品科学学院 222 4340 38.0 57.0
2 程绍明 浙江大学生物系统工程与食品科学学院 31 311 11.0 16.0
3 韦真博 浙江大学生物系统工程与食品科学学院 12 93 5.0 9.0
4 邓凡霏 浙江大学生物系统工程与食品科学学院 2 21 2.0 2.0
5 徐克明 浙江大学生物系统工程与食品科学学院 1 18 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (249)
共引文献  (177)
参考文献  (33)
节点文献
引证文献  (18)
同被引文献  (118)
二级引证文献  (27)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(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)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(11)
  • 参考文献(0)
  • 二级参考文献(11)
2001(12)
  • 参考文献(0)
  • 二级参考文献(12)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(14)
  • 参考文献(0)
  • 二级参考文献(14)
2005(15)
  • 参考文献(0)
  • 二级参考文献(15)
2006(21)
  • 参考文献(0)
  • 二级参考文献(21)
2007(17)
  • 参考文献(1)
  • 二级参考文献(16)
2008(26)
  • 参考文献(1)
  • 二级参考文献(25)
2009(23)
  • 参考文献(1)
  • 二级参考文献(22)
2010(25)
  • 参考文献(3)
  • 二级参考文献(22)
2011(18)
  • 参考文献(4)
  • 二级参考文献(14)
2012(17)
  • 参考文献(5)
  • 二级参考文献(12)
2013(10)
  • 参考文献(4)
  • 二级参考文献(6)
2014(10)
  • 参考文献(4)
  • 二级参考文献(6)
2015(11)
  • 参考文献(7)
  • 二级参考文献(4)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(10)
  • 引证文献(5)
  • 二级引证文献(5)
2019(26)
  • 引证文献(8)
  • 二级引证文献(18)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
传感器
优化
主成分分析
电子鼻
特征值矩阵
偏最小二乘回归
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导