采用德國(guó)Airsense公司的PEN2電子鼻系統(tǒng)對(duì) 5 個(gè)陳化年限的小麥進(jìn)行了檢測(cè)。對(duì)傳感器信號(hào)進(jìn)行方差分析和Loading分析去掉差異不顯著的傳感器。后選擇傳感器1、2、8、9、10的響應(yīng)信號(hào)進(jìn)行模式識(shí)別。對(duì)優(yōu)化后的傳感器陣列進(jìn)行主成分分析得到結(jié)果顯示5個(gè)年份的小麥被很好地區(qū)分,各個(gè)類(lèi)的集中性也比較強(qiáng)。從BP網(wǎng)絡(luò)分析結(jié)果可以看出network1( 優(yōu)化后傳感器陣列數(shù)據(jù)的 BP 網(wǎng)絡(luò)) 的預(yù)測(cè)準(zhǔn)確率高于 network2( 優(yōu)化前傳感器陣列數(shù)據(jù)的 BP 網(wǎng)絡(luò)) , 可以更好地區(qū)分5 個(gè)年份的小麥。說(shuō)明對(duì)傳感器進(jìn)行優(yōu)化去掉一些響應(yīng)不顯著的傳感器信號(hào)并不影響模式識(shí)別結(jié)果, 反而提高了電子鼻的識(shí)別性能。

關(guān)鍵詞: 方差分析; 主成分分析; 電子鼻; 小麥