2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本研究的主要內(nèi)容是利用電子鼻對牛肉新鮮度進(jìn)行檢測,同時對其他理化指標(biāo)進(jìn)行了檢測,并通過多種模式識別方法對數(shù)據(jù)進(jìn)行分析,探討電子鼻用于牛肉新鮮度檢測的可行性,并建立了效果最佳的檢測及模式識別方法,對牛肉新鮮度及相關(guān)的理化指標(biāo)進(jìn)行定性與定量的分析。 首先通過預(yù)備實驗進(jìn)行實驗參數(shù)優(yōu)化的研究。在不同的樣品溫度、頂空空間、樣品重量、密封時間及有無EDU的條件下,對不同新鮮度的樣品進(jìn)行電子鼻檢測,并對數(shù)據(jù)進(jìn)行PCA及方差分析,得出最優(yōu)的實驗

2、參數(shù):樣品溫度為8℃、頂空空間500ml、樣品質(zhì)量25g、密封時間5min并且不采用EDU處理。 正式實驗分別對三批牛肉樣品進(jìn)行了電子鼻檢測、色差計檢測及酸度、揮發(fā)性鹽基氮、細(xì)菌總數(shù)等理化指標(biāo)的檢測。第一批為新鮮樣品并在2℃條件下貯藏;第二批為新鮮樣品并在5℃條件下貯藏;第三批為冷凍的樣品并在5℃條件下貯藏。 基于第一批樣品,對色差計所測得的各顏色參數(shù)進(jìn)行PCA及判別分析,效果較差。因樣品的顏色參數(shù)與樣品本身的部位、脂肪

3、含量等因素有較大關(guān)系,造成數(shù)據(jù)十分離散,所以不能根據(jù)各顏色參數(shù)對樣品進(jìn)行分類。 同樣基于第一批樣品,對電子鼻所采集的數(shù)據(jù)進(jìn)行了PCA、判別分析及多種神經(jīng)網(wǎng)絡(luò)分析。分析結(jié)果表明,電子鼻的傳感器響應(yīng)隨樣品新鮮度的不同而有明顯的變化,尤其是傳感器4、6、7、8、10與樣品貯藏時間的相關(guān)性較好;不同新鮮度的樣品在PCA分析圖上,可以較好地聚類,說明電子鼻用于牛肉新鮮度檢測是十分可行的;判別分析效果良好,電子鼻可以對不同新鮮度的牛肉樣品進(jìn)

4、行定性分析;選用GRNN作為模式識別方法,以15s、30s、40s、50s的數(shù)據(jù)作為輸入向量,電子鼻也可以對樣品的貯藏時間、揮發(fā)性鹽基氮的含量、細(xì)菌總數(shù)及感官評價得分做較好的預(yù)測,其中標(biāo)準(zhǔn)誤差Se分別為:1.36(天)、4.64(mg/100g)、16.12(105個/g)、1.31。 與BPNN相比,GRNN不但具有方便,簡單和運算速度快等優(yōu)點,還具有性能穩(wěn)定、預(yù)測精度高、泛化能力強等優(yōu)點,在本次實驗中,其效果明顯優(yōu)于BPNN

5、,是電子鼻進(jìn)行模式識別和定量預(yù)測的一種優(yōu)良的神經(jīng)網(wǎng)絡(luò)模型。 采用第一批的樣本建立了數(shù)據(jù)庫和神經(jīng)網(wǎng)絡(luò)模型,對第二批的樣品進(jìn)行電子鼻檢測并用建立好的模型對揮發(fā)性鹽基氮、細(xì)菌總數(shù)感官評價得分進(jìn)行了預(yù)測,效果較好,預(yù)測的標(biāo)準(zhǔn)誤差分別為7.31(mg/100g)、26.59(105個/g)和1.69。然而對第三批的樣品進(jìn)行預(yù)測,效果較差,預(yù)測的標(biāo)準(zhǔn)誤差分別為12.76(mg/100g)、60.35(105個/g)和1.93。這說明:不同的

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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