电子鼻技术及其在小麦霉变检测中的应用

被引:10
作者
伟利国
张小超
胡小安
机构
[1] 中国农业机械化科学研究院
关键词
电子鼻; 小麦; 特征提取; 神经网络;
D O I
10.13427/j.cnki.njyi.2009.11.053
中图分类号
S512.1 [小麦]; S126 [电子技术、计算机技术在农业上的应用];
学科分类号
082804 ;
摘要
研制了一套能够快速对小麦霉变进行识别的电子鼻检测系统,该系统通过分析小麦的气味,从而判断所测小麦是否霉变。该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,通过从每个传感器的响应曲线中提取4个特征值,采用RBF神经网络进行模式识别处理。该系统能够快速准确评判小麦的霉变情况,网络正确识别率为93.3%。实验表明,该系统对小麦霉变与否的检测是可行的、有效的。
引用
收藏
页码:191 / 193
页数:3
相关论文
共 7 条
[1]   电子鼻传感器阵列优化与谷物霉变程度的检测 [J].
张红梅 ;
王俊 ;
叶盛 ;
于慧春 ;
田晓静 .
传感技术学报, 2007, (06) :1207-1210
[2]   人工神经网络对电子鼻性能的影响 [J].
秦树基 ;
徐春花 ;
王占山 .
同济大学学报(自然科学版), 2005, (06) :804-808
[3]   电子鼻快速检测谷物霉变的研究 [J].
邹小波 ;
赵杰文 .
农业工程学报, 2004, (04) :121-124
[4]   电子鼻技术的研究进展及其在农产品加工中的应用 [J].
于勇 ;
王俊 ;
周鸣 .
浙江大学学报(农业与生命科学版), 2003, (05) :111-116
[5]   中国粮食储藏科学研究若干重大成就 [J].
李隆术 ;
靳祖训 .
粮食储藏, 1999, (06) :3-12
[6]   RBF神经网络理论及其在控制中的应用 [J].
王旭东 ;
邵惠鹤 .
信息与控制, 1997, (04) :32-44
[7]  
人工嗅觉与人工味觉[M]. 科学出版社 , 王平著, 2000