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128頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、茶樹種植區(qū)域十分廣泛,在世界范圍內(nèi)可分為東亞、東南亞、南亞、西亞、歐洲、東非和南美等6個主要區(qū)域。中國是主要的產(chǎn)茶區(qū),已有3000多年的種植歷史,因其優(yōu)良的口感和豐富的保健作用受到廣大消費者的青睞。據(jù)統(tǒng)計,中國的茶葉年消費量已高達66萬噸左右,人均飲茶0.45公斤/年。但是,因害蟲引起茶葉產(chǎn)量損失巨大,造成茶葉減產(chǎn)15%~20%,而局部茶區(qū)茶尺蠖暴發(fā)甚至可以致茶葉減產(chǎn)60%以上,由于害蟲易轉移且常常隱藏于葉片下方,現(xiàn)如今沒有行之有效的檢

2、測手段。因此,本文借助于電子鼻和氣質聯(lián)用兩種儀器,研究了受不同類型害蟲危害的茶樹、使用電子鼻檢測茶樹的最佳時間點及茶樹受害時間、質量損失量、受兩種害蟲危害的茶樹等內(nèi)容。本研究探索電子鼻傳感器響應信號與揮發(fā)物成分之間的相似性,比較不同特征提取方法、降維方法的效果,并進行相應的模式分類和參數(shù)預測。主要研究內(nèi)容和結論如下:
  (1)采用基于二項式方程、高斯函數(shù)、指數(shù)函數(shù)和吸附動力學方程進行擬合的特征提取方法分別對3個電子鼻原始數(shù)據(jù)集進

3、行特征提取。以擬合圖的擬合情況和擬合均方根誤差作為擬合效果的評價指標,結果表明使用吸附動力學方程進行擬合時獲得了最佳的效果。使用多層感知器神經(jīng)網(wǎng)絡對不同特征提取方法獲得的特征矩陣進行處理并比較,結果同樣表明,使用吸附動力學方程進行擬合獲得的特征矩陣具有最佳的分類效果。
  (2)分別使用電子鼻和氣質聯(lián)用技術對不同類型害蟲茶樹進行檢測。不同類型害蟲茶樹的揮發(fā)物之間存在明顯區(qū)別,說明了可以嘗試使用電子鼻檢測受不同類型害蟲危害的茶樹。不

4、同受害類型茶樹電子鼻響應結果的顯著性分析同樣表明了不同組分之間的顯著性差異。使用主成分分析、局部保留投影、核主成分分析和局部線性嵌入分別對電子鼻數(shù)據(jù)進行降維并可視化分析,接著使用多層感知器神經(jīng)網(wǎng)絡、極限學習機和支持向量機分別對降維結果進行分類分析,并獲得最佳的降維和分類算法的組合。電子鼻是一種進行不同類型害蟲茶樹檢測的有效方法,基于局部保留投影和支持向量機的組合具有最佳的分類效果。
  (3)在不同時間點下,分別使用電子鼻和氣質聯(lián)

5、用技術對不同危害時間茶樹進行檢測。氣質聯(lián)用結果表明,在不同的時間點下,受害茶樹揮發(fā)物之間存在區(qū)別,說明電子鼻檢測結果的不同,不同危害時間茶樹的揮發(fā)物之間亦存在區(qū)別,可以嘗試使用電子鼻預測受害時間。使用主成分分析和局部線性嵌入分別對不同檢測時間點下,不同危害時間茶樹的電子鼻檢測結果進行分析。結果均表明,在中午12點時進行檢測的電子鼻結果具有最佳的分類效果。使用極限學習機對中午12點時的電子鼻檢測結果進行分類和回歸分析,均取得了不錯的效果,

6、可以使用電子鼻預測危害時間。
  (4)分別使用電子鼻和氣質聯(lián)用技術檢測受不同數(shù)量害蟲危害的茶樹和受不同時間害蟲危害的茶樹,并測量危害前后茶樹的質量損失量。氣質聯(lián)用結果表明,不同數(shù)量害蟲茶樹和不同危害時間茶樹的揮發(fā)物之間均存在區(qū)別,可以嘗試使用電子鼻檢測。傳統(tǒng)上通常以害蟲數(shù)量和危害時間作為評價茶樹受害程度的指標,本研究引入茶樹受害前后的質量損失作為評價指標。以電子鼻數(shù)據(jù)作為自變量,這三個指標作為因變量,使用偏最小二乘法進行回歸分析

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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