為建立霉變玉米中玉米赤霉烯酮和黃曲霉毒素B1的電子鼻檢測方法,首先以電子鼻對7 級不同霉變程度玉米響應信號的積分值作為特征參量,然后分別利用主成分回歸、偏最小二乘回歸、BP(back-propagation)神經(jīng)網(wǎng)絡、最小二乘支持向量機等方法建立霉變玉米中玉米赤霉烯酮與黃曲霉毒素B1含量的預測模型,并進行了比較分析。結(jié)果表明,主成分回歸預測精度最差,偏最小二乘回歸較差、BP神經(jīng)網(wǎng)絡和最小二乘支持向量機法比較好。對于玉米赤霉烯酮,4 種預測模型70 個樣本中相對誤差控制在5%以內(nèi)的樣本數(shù)分別為23、45、63、67 個。對于黃曲霉毒素B1,4 種預測模型70 個樣本中相對誤差控制在5%以內(nèi)的樣本數(shù)分別為19、41、62、65 個。同時,變換不同的訓練集和測試集以考察BP神經(jīng)網(wǎng)絡、最小二乘支持向量機建模方法的穩(wěn)健性,結(jié)果表明,在BP神經(jīng)網(wǎng)絡結(jié)構(gòu)和最小二乘支持向量機核函數(shù)與核函數(shù)參數(shù)均未發(fā)生改變的條件下,兩種建模方法依然有較高的預測精度,這說明了兩種模型具有較高的穩(wěn)健性。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2