基于电子鼻多传感器融合的茶叶存储时间识别

• 作者: 杨春兰 薛大为
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 电子鼻 茶叶存储时间 多传感器融合 主成分回归 偏最小二乘回归 BP神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 农业工程
• 页码范围: 218-224
• 页数: 7页
• 分类号: TP274|TP212
• 字数: 4248字
• 语种: 中文
• DOI: 10.13331/j.cnki.jhau.2019.02.019

摘要

借助电子鼻检测存储60、120、180、240、300、360 d的黄山毛峰茶香气信息,根据电子鼻各传感器响应曲线变化特点,选取出1组能够表征不同香气信息的基本特征变量,分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和BP神经网络(BPNN)方法,建立茶叶存储时间的预测模型.测试样本集对3种预测模型的检验结果表明:PCR、PLS、BPNN模型的预测标准误差分别为10.05、6.04、3.21 d;最大预测相对误差分别为11.03％、7.02％、5.89％;平均预测相对误差分别为6.73％、4.74％、3.62％;预测值与实际值之间的决定系数R2分别为0.862、0.896、0.987.3种模型都能较好地对茶叶存储时间进行预测,相比较而言,BPNN模型性能最优,PLS模型性能优于PCR模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛大为	蚌埠学院电子与电气工程学院	39	90	5.0	7.0
2	杨春兰	蚌埠学院电子与电气工程学院	36	70	5.0	6.0