您的位置: 专家智库 > >

中国博士后科学基金(20080440614)

作品数:5 被引量:123H指数:5
相关作者:赵镭史波林尹京苑汪厚银席兴军更多>>
相关机构:中国标准化研究院上海大学国家农业信息化工程技术研究中心更多>>
发文基金:中国博士后科学基金国家高技术研究发展计划上海大学创新基金更多>>
相关领域:轻工技术与工程农业科学自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇轻工技术与工...
  • 2篇农业科学
  • 1篇自动化与计算...

主题

  • 2篇电子鼻
  • 2篇西湖龙井
  • 2篇茶叶
  • 1篇电子舌
  • 1篇电子舌技术
  • 1篇顶空
  • 1篇农产
  • 1篇农产品
  • 1篇苹果
  • 1篇主成分
  • 1篇主成分分析
  • 1篇无损检测
  • 1篇西湖龙井茶
  • 1篇香气
  • 1篇香气品质
  • 1篇龙井茶
  • 1篇近红外
  • 1篇近红外光
  • 1篇近红外光谱
  • 1篇光谱

机构

  • 5篇中国标准化研...
  • 4篇上海大学
  • 1篇国家农业信息...

作者

  • 5篇史波林
  • 5篇赵镭
  • 3篇尹京苑
  • 3篇汪厚银
  • 1篇支瑞聪
  • 1篇李志
  • 1篇席兴军
  • 1篇朱大洲
  • 1篇刘文
  • 1篇薛丹

传媒

  • 2篇食品科学
  • 1篇农业工程学报
  • 1篇农业机械学报
  • 1篇食品科技

年份

  • 1篇2011
  • 2篇2010
  • 2篇2009
5 条 记 录,以下是 1-5
排序方式:
基于电子舌技术的茶叶等级分类研究被引量:17
2010年
为了检验电子舌在西湖龙井茶等级方面的辨识能力,用电子舌对2009年4种等级西湖龙井茶进行检测。计算了茶叶等级与传感器响应强度间的相关性,并建立了茶叶等级分类的Fisher判别模型。结果表明,传感器BA与茶叶的等级呈极显著的正相关关系,而BB与茶叶等级分类没有显著相关性;Fisher判别模型的准确性达90%。因此,电子舌在茶叶的生产加工、质量监控中有着巨大的应用潜力。
薛丹史波林赵镭尹京苑
关键词:电子舌西湖龙井FISHER判别
智能感官分析技术在茶叶品质检测中的应用被引量:33
2009年
感官品评是茶叶品质评价的通常方法,可直接反应人的感受及对产品的质量要求,但具有一定的主观性。理化检测比较客观、准确,但只能说明茶叶的成分组成和结构,不能反应茶叶的整体品质。以传感器和多元统计分析技术为核心的智能感官分析技术可在一定程度上模拟人的感官给出有关茶叶香气、滋味和外质的评判结果和指纹信息。本文剖析了智能感官系统的基本原理,综述了智能感官分析技术在茶叶品质检测中的国内外研究进展,分析了最新的动态和研究中的不足,并对该技术的发展和进一步的研究进行了展望。
史波林赵镭汪厚银尹京苑
关键词:茶叶品质
电子鼻传感器筛选的组合优化法研究被引量:14
2009年
以电子鼻传感器对不同等级龙井茶样品的响应区分为研究对象,探索建立一种传感器阵列优化的方法——组合优化法。该方法的核心是以方差分析的组内均方值和P值或F值对单一传感器在该测试体系下的响应性能进行初筛和分组,再对分组后的传感器进行排列组合,对各种组合后的传感器信号进行主成分分析(PCA),并以判别指数(DI)作为衡量PCA分析结果及各传感器优化组合后的性能指标,最终确定适用于目标的优化传感器阵列。
赵镭史波林汪厚银李志
关键词:电子鼻传感器
应用电子鼻判别西湖龙井茶香气品质被引量:40
2011年
根据电子鼻工作原理与西湖龙井茶香气特征,探索利用电子鼻判别西湖龙井茶等级的方法。该研究提出顶空瓶内茶水直接混合的香气制备法,增强电子鼻响应信号、减少人为冲泡误差;合理选择电子鼻顶空进样及信号采集参数,提高香气指纹图谱信噪比;采用不同等级茶样循环交叉排列采集,增加传感器的适应性,剔除仪器系统误差;经校正集与预测集的样本划分,提高模型建立的可靠判别样本集。利用软独立建模分类法(SIMCA)建立不同等级西湖龙井茶判别模型,等级分类正确率高达95%以上,实现了西湖龙井茶的智能分等分级。
史波林赵镭支瑞聪席兴军朱大洲
关键词:农产品主成分分析电子鼻西湖龙井茶香气品质顶空
苹果内部品质近红外光谱检测的异常样本分析被引量:25
2010年
应用声光可调谐滤光器近红外光谱仪检测苹果内部品质(可溶性固形物含量、总糖、总酸和硬度)时,综合利用Cook距离、马氏距离、杠杆值和学生化残差,判断疑似异常样本点,然后用二审剔除判别法确定异常样本点。最终可溶性固形物含量、总糖、总酸模型都剔除了11个异常样本,硬度模型剔除了6个异常样本。其偏最小二乘回归模型的相关系数分别从0.868、0.791、0.443、0.693提高到0.904、0.849、0.501、0.718,校正误差均方根(RMSEC)分别从0.882°Brix、9.213 g/L、0.805 g/L、0.105 MPa降低到0.733°Brix、7.300 g/L、0.687 g/L、0.097 MPa。所建的苹果各品质模型更加稳定,准确度更高。
史波林赵镭刘文汪厚银朱大洲尹京苑
关键词:苹果无损检测近红外光谱
共1页<1>
聚类工具0