基于電子鼻技術的香榧品質鑒別.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文引入了電子鼻技術,通過氣味綜合信息來建立一種鑒別、評價香榧類別和品質等級。即利用電子鼻來獲取不同種類的香榧揮發(fā)性成分的氣味指紋圖譜,對傳感器響應信號進行分析,取每個傳感器的最大響應值構成原始特征參數向量,使特征生成完成;然后利用主成分分析法,找出最能代表整體信息的特征參數,實現數據降維和特征提取;最后通過神經網絡和徑向基核函數支持向量機實現對香榧品質的鑒別。實驗開設在較先進的實驗裝置上。通過對香榧分類檢測,獲得不同類別,為制作高質量

2、的熟香榧奠定基礎,從而提高香榧的品質,有良好的社會經濟效益,也為無損檢測技術得到進一步發(fā)展提供可能。
   本課題選擇四種不同種類的香榧分別為:細榧、圓榧、芝麻榧、茄榧作為本課題的研究對象,進行研究:一、研究電子鼻系統(tǒng)檢測香榧時的一系列影響因素。二、研究香榧的氣味指紋圖譜構建和信號特征生成。同時也研究高維向量的數據降維和優(yōu)化組合。三、研究神經網絡的香榧模式識別和分類以及支持向量機的香榧模式識別和分類。
   本文具體內容

3、編排如下:一、緒論;二、電子鼻的仿生學原理及應用;三、神經網絡和支持向量機基本理論;四、電子鼻實驗裝置與實驗;五、基于神經網絡對香榧種類的模式識別;六、基于支持向量機對香榧種類鑒別;七、結論。
   通過本課題研究,得到以下主要結論:
   (1)建立神經網絡模式識別模型,利用神經網絡工具箱中不同訓練函數多次實現對四種香榧的識別。其中BP神經網絡結構為4-10-4時取得較好分類效果。而RBF神經網絡的分類效果并不比BP神

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論