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:
研究了一种基于传感器阵列信号分析的龙井茶品质检测技术,采用多气体传感器阵列构建检测平台,实验检测不同储存时间的龙井茶样品,并对传感器阵列信号开展信号分析.为了进一步优化传感器阵列检测龙井茶品质的准确性,对传感器阵列参数优化,得到优化之后的阵列,优化后的传感器阵列具有更高的准确性.采用载荷分析(Loadings)、归一化处理进行数据的预处理.实验采用模糊C均值聚类(FCM)、K近邻函数(KNN)和概率神经网络(PNN)3种方法对传感器阵列检测信息进行了模式识别,以评估所构建系统的检测精度.结果表明3种方法的识别正确率分别为90.83%,90%和93.3%.结果表明KNN和PNN针对气体传感器阵列检测龙井茶品质领域均呈现了较好的模式识别结果.以上结果证明该系统具有较好的检测精度,随机共振系统输出相关系数曲线可以较好的区分不同茶叶样品,并且依托互相关系数特征峰值构建了其品质分析模型.
推荐文章
龙井茶香气成分的产区差异分析
龙井茶
香气
产区
差异
分析
基于DSP技术的传感器非线性校正
DSP
非线性校正
最小二乘法
基于GMR传感器阵列的生物检测研究
巨磁阻阵列
生物传感器
生物检测
磁性颗粒
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和非线性信号分析技术的 龙井茶品质检测方法研究
来源期刊 传感技术学报 学科 工学
关键词 传感器阵列 龙井茶 品质 信号分析 非线性
年,卷(期) 2018,(9) 所属期刊栏目 传感器应用
研究方向 页码范围 1450-1455
页数 6页 分类号 TP393
字数 5601字 语种 中文
DOI 10.3969/j.issn.1004-1699.2018.09.026
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 汤旭翔 浙江工商大学实验室与设备管理处 10 39 3.0 6.0
2 余智 浙江工商大学网络信息中心 4 41 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (119)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(12)
  • 参考文献(1)
  • 二级参考文献(11)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(6)
  • 参考文献(5)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
传感器阵列
龙井茶
品质
信号分析
非线性
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导