文献类型： 中文期刊

作者： 尹芳缘 ¹ ; 黄洁 ¹ ; 王敏敏 ¹ ; 郑海霞 ¹ ; 杨月 ¹ ; 陈静 ¹ ; 曾小燕 ¹ ; 童春霞 ¹ ; 王绿野 ¹ ; 姜燕 ¹ ; 沈凤 ¹ ; 惠国华 ¹ ;

作者机构： 1.浙江工商大学食品与生物工程学院

关键词： 传感器;优化;非线性分析;霉变燕麦;电子鼻;随机共振

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2013 年 29 卷 20 期

页码： 263-269

收录情况： EI ; 北大核心 ; CSCD

摘要： 应用电子鼻对燕麦(Avena sativa L)霉变程度进行区分,为了提高区分准确度,对电子鼻传感器阵列进行了优化的研究。每天随机选择10个燕麦样品进行电子鼻检测,试验连续进行5 d,将检测数据耦合入非线性双稳态随机共振系统,以外部Gaussian白噪声激励系统产生共振,选择输出信噪比特征值进行主成分分析,初期试验主成分1和主成分2贡献率之和为96.43%,且相同霉变程度样品离散度较大,不同霉变程度样品之间距离较近。为了提高电子鼻对霉变燕麦样品区分效果,进行了电子鼻传感器负荷加载分析,优化选择了传感器阵列,优化后主成分1和主成分2贡献率之和为99.31%,相同霉变程度燕麦样品的聚合度更高,使不同霉变程度燕麦样品之间的区分更加明显,为进一步的定量化检测奠定了基础。