摘要
为对不同霉变程度的大米实现快速鉴别,研制了一套以LabVIEW为平台用于检测大米霉变的电子鼻系统.通过霉菌孢子液侵染正常大米,使用该电子鼻系统对不同天数掺入不同比例霉米的大米样品挥发物进行检测,对采集数据进行主成分分析(PCA)、线性判别分析(LDA),最后使用反向传播(back propagation,BP)神经网络建立预测模型.结果表明,得分图显示正常大米和霉变大米挥发物差异性显著,LDA分类效果优于PCA;所建立的模型预测值和实际值相关性达0.953以上,训练集和测试集平均相对误差分别为3.56％、4.18％,训练集和测试集对于正常大米样本识别率为100％.综上,电子鼻系统可以作为霉变大米无损检测的有效手段,在大米品质鉴别方面具有实际应用意义.
国家科技期刊平台
NSTL
维普
万方数据