版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、玉米作為重要的農(nóng)產(chǎn)品,在國(guó)民經(jīng)濟(jì)發(fā)展中占有重要地位,但由于玉米收獲后原始水分較高,呼吸強(qiáng)度大,極易發(fā)生霉變,霉變后的玉米不僅品質(zhì)下降,更會(huì)產(chǎn)生霉菌毒素危害人類健康。而目前基于理化實(shí)驗(yàn)分析的玉米霉變檢測(cè)方法,因其操作復(fù)雜、費(fèi)時(shí)、費(fèi)力、結(jié)果滯后等,難以滿足實(shí)際需要。電子鼻作為一種無(wú)損快速檢測(cè)方法,在農(nóng)產(chǎn)品品質(zhì)檢測(cè)方面獲得廣泛應(yīng)用,因此,基于電子鼻技術(shù)的快速、準(zhǔn)確、實(shí)時(shí)、在線的霉變玉米檢測(cè)方法研究具有重要實(shí)際意義。在設(shè)定的溫度和濕度條件下,培
2、養(yǎng)不同霉變程度的玉米測(cè)試樣品,并對(duì)不同霉變程度玉米樣品進(jìn)行理化試驗(yàn)及分析,按國(guó)標(biāo)規(guī)定方法測(cè)定其霉菌總數(shù)、黃曲霉毒素 B1含量和玉米赤霉烯酮含量。結(jié)果顯示:隨著霉變時(shí)間的增加,各項(xiàng)指標(biāo)都呈增長(zhǎng)趨勢(shì),霉變第0天、第2天、第4天、第6天、第8天、第10天、第12天的霉菌總數(shù)(lg[(cfu)·g])分別為:3.666、7.934、21.260、26.356、37.895、55.2、62.59;黃曲霉毒素 B1(μg/kg)含量分別為:6.31
3、、12.18、21.75、38.93、50.01、67.43、82.37;玉米赤霉烯酮含量(μg/kg)分別為:22.3、34.6、52.0、67.2、82.5、130.2、178。對(duì)不同霉變程度玉米樣品進(jìn)行電子鼻檢測(cè),提取其氣敏響應(yīng)信號(hào)的積分值作為特征值,利用主成分回歸、偏最小二乘回歸、BP神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)的方法建立了不同霉變等級(jí)玉米中霉菌總數(shù)、黃曲霉毒素 B1含量、玉米赤霉烯酮含量的電子鼻預(yù)測(cè)模型,并對(duì)幾種預(yù)測(cè)模型的預(yù)測(cè)
4、精度進(jìn)行了比較。
本研究主要內(nèi)容包括:⑴霉菌總數(shù)的主成分回歸模型、偏最小二乘回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、最小二乘支持向量機(jī)模型的70個(gè)測(cè)試樣本相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)分別為:16個(gè)、38個(gè)、56個(gè)、61個(gè)。⑵黃曲霉毒素 B1含量的主成分回歸模型、偏最小二乘回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、最小二乘支持向量機(jī)模型的70個(gè)測(cè)試樣本相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)分別為:19個(gè)、41個(gè)、62個(gè)、65個(gè)。⑶玉米赤霉烯酮含量的主成分回歸模
5、型、偏最小二乘回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、最小二乘支持向量機(jī)模型的70個(gè)測(cè)試樣本相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)分別為:23個(gè)、45個(gè)、63個(gè)、67個(gè)。預(yù)測(cè)精度最小二乘支持向量機(jī)模型>BP神經(jīng)網(wǎng)絡(luò)模型>偏最小二乘回歸模型>主成分回歸。為了驗(yàn)證模型的穩(wěn)健性,對(duì)精度較高的 BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī),在模型結(jié)構(gòu)不變的情況下,分別多次隨機(jī)抽樣進(jìn)行測(cè)試,預(yù)測(cè)結(jié)果均趨于一致,說(shuō)明兩種模型具有較高的可靠性和穩(wěn)健性,能夠準(zhǔn)確穩(wěn)定的估算玉米的霉變程
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像技術(shù)的玉米籽粒霉變抽樣檢測(cè)系統(tǒng)設(shè)計(jì).pdf
- 基于爐氣分析的轉(zhuǎn)爐動(dòng)態(tài)預(yù)測(cè)模型.pdf
- 基于爐氣分析的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)模型.pdf
- 基于壓縮感知理論的氣敏信號(hào)壓縮采樣系統(tǒng)研究.pdf
- 基于構(gòu)造復(fù)雜程度的突出區(qū)域預(yù)測(cè)SVM模型及其應(yīng)用.pdf
- 基于統(tǒng)計(jì)信號(hào)處理的時(shí)間序列預(yù)測(cè)模型選擇方法研究.pdf
- 基于氣敏傳感器陣列的信號(hào)處理與模式識(shí)別算法研究.pdf
- 基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型對(duì)棉鈴蟲(chóng)發(fā)生程度預(yù)測(cè)研究.pdf
- ZnO納米線氣敏性能及氣敏機(jī)理的研究.pdf
- 基于大數(shù)據(jù)的山東省二代玉米螟發(fā)生程度預(yù)測(cè).pdf
- 基于摻雜氧化鎢納米線氣敏元件的NO2氣敏性能研究.pdf
- 換料應(yīng)激和霉變玉米對(duì)家禽食欲影響的作用機(jī)制研究.pdf
- 棉蚜成翅機(jī)理及其發(fā)生程度預(yù)測(cè)模型研究.pdf
- 產(chǎn)幾丁質(zhì)酶菌株的篩選、鑒定及其抑制玉米秸稈霉變研究.pdf
- ZnSnO3氣敏材料的制備及氣敏性能研究.pdf
- ZnO基復(fù)合氣敏材料的可控合成及其氣敏性能研究.pdf
- 基于氣體電離的氣敏傳感器的研究.pdf
- 電網(wǎng)信號(hào)的可預(yù)測(cè)模型及分析.pdf
- 轉(zhuǎn)爐爐氣分析動(dòng)態(tài)預(yù)測(cè)模型.pdf
- 基于模型預(yù)測(cè)(MPC)輻射能信號(hào)機(jī)組負(fù)荷控制研究.pdf
評(píng)論
0/150
提交評(píng)論