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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、玉米作為重要的農(nóng)產(chǎn)品,在國民經(jīng)濟發(fā)展中占有重要地位,但由于玉米收獲后原始水分較高,呼吸強度大,極易發(fā)生霉變,霉變后的玉米不僅品質(zhì)下降,更會產(chǎn)生霉菌毒素危害人類健康。而目前基于理化實驗分析的玉米霉變檢測方法,因其操作復(fù)雜、費時、費力、結(jié)果滯后等,難以滿足實際需要。電子鼻作為一種無損快速檢測方法,在農(nóng)產(chǎn)品品質(zhì)檢測方面獲得廣泛應(yīng)用,因此,基于電子鼻技術(shù)的快速、準(zhǔn)確、實時、在線的霉變玉米檢測方法研究具有重要實際意義。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試樣品,并對不同霉變程度玉米樣品進行理化試驗及分析,按國標(biāo)規(guī)定方法測定其霉菌總數(shù)、黃曲霉毒素 B1含量和玉米赤霉烯酮含量。結(jié)果顯示:隨著霉變時間的增加,各項指標(biāo)都呈增長趨勢,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。對不同霉變程度玉米樣品進行電子鼻檢測,提取其氣敏響應(yīng)信號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的方法建立了不同霉變等級玉米中霉菌總數(shù)、黃曲霉毒素 B1含量、玉米赤霉烯酮含量的電子鼻預(yù)測模型,并對幾種預(yù)測模型的預(yù)測
4、精度進行了比較。
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模型的70個測試樣本相對誤差控制在5%以內(nèi)的樣本數(shù)分別為:16個、38個、56個、61個。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模型的70個測試樣本相對誤差控制在5%以內(nèi)的樣本數(shù)分別為:19個、41個、62個、65個。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模型的70個測試樣本相對誤差控制在5%以內(nèi)的樣本數(shù)分別為:23個、45個、63個、67個。預(yù)測精度最小二乘支持向量機模型>BP神經(jīng)網(wǎng)絡(luò)模型>偏最小二乘回歸模型>主成分回歸。為了驗證模型的穩(wěn)健性,對精度較高的 BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機,在模型結(jié)構(gòu)不變的情況下,分別多次隨機抽樣進行測試,預(yù)測結(jié)果均趨于一致,說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。
最新文檔
- 基于圖像技術(shù)的玉米籽粒霉變抽樣檢測系統(tǒng)設(shè)計.pdf
- 基于爐氣分析的轉(zhuǎn)爐動態(tài)預(yù)測模型.pdf
- 基于爐氣分析的轉(zhuǎn)爐終點預(yù)測模型.pdf
- 基于壓縮感知理論的氣敏信號壓縮采樣系統(tǒng)研究.pdf
- 基于構(gòu)造復(fù)雜程度的突出區(qū)域預(yù)測SVM模型及其應(yīng)用.pdf
- 基于統(tǒng)計信號處理的時間序列預(yù)測模型選擇方法研究.pdf
- 基于氣敏傳感器陣列的信號處理與模式識別算法研究.pdf
- 基于改進的神經(jīng)網(wǎng)絡(luò)模型對棉鈴蟲發(fā)生程度預(yù)測研究.pdf
- ZnO納米線氣敏性能及氣敏機理的研究.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.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)激和霉變玉米對家禽食欲影響的作用機制研究.pdf
- 棉蚜成翅機理及其發(fā)生程度預(yù)測模型研究.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)信號的可預(yù)測模型及分析.pdf
- 轉(zhuǎn)爐爐氣分析動態(tài)預(yù)測模型.pdf
- 基于模型預(yù)測(MPC)輻射能信號機組負(fù)荷控制研究.pdf
評論
0/150
提交評論