本文由 上?？茖W(xué)儀器有限公司 整理匯編

2018-08-16 10:00 509閱讀次數(shù)

收藏 評價 舉報

• 分享

立即下載

參與評論

評論

登錄后參與評論

登錄或新用戶注冊

• 微信登錄
• 密碼登錄
• 短信登錄

請用手機微信掃描下方二維碼
快速登錄或注冊新賬號

微信掃碼，手機電腦聯(lián)動

注冊登錄即表示同意《儀器網(wǎng)服務(wù)條款》和《隱私協(xié)議》

賬  號：

密  碼：

圖片碼： 看不清？
換一張？

手機和郵箱號注冊新賬號>> 忘記密碼？

手機號：

圖片碼： 看不清？
換一張？

短信碼： 獲取短信碼

手機和郵箱號注冊新賬號>> 忘記密碼？

更多資料

• 百草油鑒別分類的電子鼻實現(xiàn)方法研究

  百草油鑒別分類的電子鼻實現(xiàn)方法研究[詳細]

  2015-06-08 00:00

  應(yīng)用文章

  |

  • 
  • 
  • 
  • 

• 百草油鑒別分類的電子鼻實現(xiàn)方法研究

  百草油鑒別分類的電子鼻實現(xiàn)方法研究[詳細]

  2011-03-09 00:00

  選購指南

  |

  • 
  • 
  • 
  • 

• 電子鼻-百草油鑒別分類的實現(xiàn)方法研究

  摘要:采用便攜式電子鼻PEN3對4組不同生產(chǎn)批次的中成藥(百草油)進行檢測，并對采樣得到的數(shù)據(jù)進行分析。結(jié)合主成分分析(PCA)和線性判別分析(LDA)算法的特點，采用了PCA+LDA分析方法。該方法首先通過PCA分析來壓縮特征數(shù)據(jù)的維數(shù)，減少數(shù)據(jù)計算量，進而優(yōu)化特征向量，繼而采用LDA分析實現(xiàn)對不同批次百草油產(chǎn)品的鑒別分類。結(jié)果表明:對4組樣本的Z終判別結(jié)果達到了87．5%的正確判別率，誤判的待測樣本只發(fā)生在p0705和p0801之間。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 基于電子鼻的小麥品種鑒別研究

  提出了一種用電子鼻技術(shù)快速鑒別小麥品種的新方法。試驗以三種小麥品種為研究對象，首先用主成分分析法、聚類分析法對5種不同溫度條件下的麥9023電子鼻數(shù)據(jù)進行了分析，確定了試驗條件，保證了試驗的可重復(fù)性和準(zhǔn)確性。用三種小麥**次測試的結(jié)果（每個品種15個樣品，共45個樣品）作為訓(xùn)練集來建立模型，用一周后的測試結(jié)果（每個品種5個樣品，共15個樣品）作為測試集。分別采用主成分分析法對三種小麥進行了區(qū)分，逐步判別分析法和BP神經(jīng)網(wǎng)絡(luò)對三種小麥樣品進行了預(yù)測。使用主成分分析法不能很好對兩次試驗的三種小麥樣品做出很好的區(qū)分，而使用逐步判別分析法對訓(xùn)練集回判的正確率為1**%，對測試集判別的正確率為86.7%。選用三層BP神經(jīng)網(wǎng)絡(luò)對訓(xùn)練集回判的正確率為1**%，對測試集判別的正確率為93.3%。說明在選取適合的試驗條件的情況下，電子鼻對小麥品種具有很好的鑒別作用，為小麥品種的鑒別提供了一種新方法。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3-電子鼻法鑒別食用植物油與地溝油的研究

  摘要:目的嘗試?yán)秒娮颖羌夹g(shù)建立一種簡便、快速的鑒別食用植物油與地溝油的篩查方法。方法樣品包括采集自各超市的9個品種共103個正常植物油，采集自多家餐飲企業(yè)的24個煎炸廢棄油脂，采集自餐廚垃圾集中處置定點公司的36個餐廚廢棄油脂，以及本課題組自主制備的25個精煉地溝油。利用電子鼻采集各樣品的氣味信息，通過數(shù)據(jù)主成分分析(PCA)和線性判別分析(LDA)2種方法進行分析和判定。結(jié)果電子鼻可以相互區(qū)分食用植物油、餐廚廢棄油脂和精煉地溝油，無法區(qū)分食用植物油和煎炸廢棄油脂。結(jié)論本實驗結(jié)果表明，經(jīng)過系列的氧化及劣變過程，地溝油中的氣味分子成分與正常植物油相比已經(jīng)發(fā)生了劇烈的變化。電子鼻技術(shù)作為鑒別地溝油的一種新興手段，值得更深入的探索和研究。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 不同產(chǎn)地和采收期的中藥材電子鼻鑒別研究術(shù)

  不同產(chǎn)地和采收期的中藥材電子鼻鑒別研究術(shù)[詳細]

  2015-06-10 00:00

  期刊論文

  |

  • 
  • 
  • 
  • 

• PEN3-一種基于電子鼻的辛味中藥材的分類鑒別方法研究

  摘要:為獲取新的氣味識別方法以提高智能傳感器模式分類識別準(zhǔn)確率和速度，使用了內(nèi)置10個傳感器的便攜式電子鼻PEN3對辛味中藥材進行氣味采集檢測．將辛味中藥材在燒杯中進行密封靜置待其形成穩(wěn)定的氣味頂空環(huán)境時，運用電子鼻對其進行檢測采樣得到樣品高維氣味數(shù)據(jù)信息．與傳統(tǒng)的線性數(shù)據(jù)分析方法不同，針對氣味蘊含多種諸如濃度、各種揮發(fā)性物質(zhì)成分等特征，可知氣味非線性的本質(zhì)特征，在本次分析中采用了流形算法中的非線性的局部線性嵌入(LocallyLinearEmbedding，LLE)算法對非線性的氣味數(shù)據(jù)進行特征提取與降維，再采用基于Fisher的線性判別分析(LinearDiscriminantAnalysis，LDA)實現(xiàn)對特征子空間的模式聚類與分類，通過多次實驗優(yōu)化LLE算法的參數(shù)，得到了**的辛味中藥材的模式識別效果．分析結(jié)果表明，運用LLE和LDA相結(jié)合的算法(即LLE_LDA)可以很好地完成不同種類辛味中藥材的揮發(fā)性氣味信息的模式分類，為深層次地分析基于電子鼻的氣味數(shù)據(jù)信息提供了一種新方法．關(guān)鍵詞:模式識別;氣敏傳感器;局部線性嵌入_線性判別分析;分類鑒別;非線性降維[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• PEN3電子鼻基于擴散映射和 LDA 的辛味中藥材鑒別研究

  摘要:使用PEN3電子鼻對不同種類的辛味中藥材進行檢測，針對辛味中藥材氣味數(shù)據(jù)的高維性與非線性，提出一種基于擴散映射(DiffusionMaps)和線性判別分析(LDA)的中藥材鑒別方法。首先將采集的氣味數(shù)據(jù)重構(gòu)到高維空間中，利用擴散映射方法對高維氣味數(shù)據(jù)進行降維和特征提取，然后利用線性判別分析對提取的低維流形特征進行分類，以可視化的方式顯示中藥材的分類效果。結(jié)果表明，該方法可以很好地區(qū)分四種不同種類的辛味中藥材，為中藥材的分類鑒別提供了一條新的途徑。關(guān)鍵詞:電子鼻;辛味中藥材;擴散映射;線性判別分析;分類鑒別[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 盈盛恒泰-基于電子鼻技術(shù)的地溝油鑒別研究-PEN3

  　　電子鼻與色譜儀、光譜儀、毛細管電泳儀等儀器不同，得到的不是被測樣品中某種或某幾種成分的定性與定量結(jié)果，而是樣品中揮發(fā)成分的整體信息。電子鼻技術(shù)憑借其樣品無損、檢測速度快、操作簡單、靈敏度高、重現(xiàn)性好等優(yōu)點，目前已廣泛應(yīng)用于食品質(zhì)量控制領(lǐng)域。本實驗建立基于電子鼻的地溝油鑒別方法。　　方法優(yōu)勢：本實驗充分考慮樣品數(shù)量及樣品確定性對分析結(jié)果的影響，從深圳兩家大型餐廚廢棄物回收公司收集多個批次生物廢棄油脂，并按照前期建立的地溝油標(biāo)準(zhǔn)物質(zhì)制備方法制備不同精煉程度的地溝油，同時收集市場常見的不同油料來源、不同品牌的多種食用植物油，采用主成分分析(PCA)和線性判別分析(LDA)對數(shù)據(jù)分析處理?！　〗Y(jié)論：8種正常植物油都可以與精煉地溝油有效區(qū)分，電子鼻技術(shù)作為鑒別地溝油的一種新興手段，值得更深入的探索和研究。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 盈盛恒泰-基于電子鼻技術(shù)的地溝油鑒別研究-pen3

  盈盛恒泰-基于電子鼻技術(shù)的地溝油鑒別研究-pen3[詳細]

  2024-09-18 18:06

  其它

  |

  • 
  • 
  • 
  • 

• 基于隨機森林的氣味感知分類研究---德國AIRSENSE電子鼻

  摘要：機器嗅覺是一種基于傳感器陣列與計算機算法模擬生物嗅覺的新興仿生技術(shù)，氣味物質(zhì)氣味表征是機器嗅覺值得研究的領(lǐng)域，目前嗅覺感知處于初級研究階段，氣味的通用分類理論基礎(chǔ)還不成熟。本文從物質(zhì)氣味電子信息角度出發(fā)，利用采集樣本中相對均衡香型數(shù)據(jù)，通過機器學(xué)習(xí)算法及參數(shù)調(diào)整、網(wǎng)格搜索等模型優(yōu)化手段，提出基于電子鼻數(shù)據(jù)的物質(zhì)氣味分類模型，建立物質(zhì)氣味電子鼻信息與感知聯(lián)系，實驗結(jié)果表明，基于隨機森林的氣味分類在各評價指標(biāo)上表現(xiàn)突出，平均準(zhǔn)確率達到93.6%,隨機森林模型相比其他機器學(xué)習(xí)算法表現(xiàn)優(yōu)異。 關(guān)鍵詞：氣味分類;機器嗅覺;電子鼻;隨機森林;[詳細]

  2022-10-08 10:48

  期刊論文

  |

  • 
  • 
  • 
  • 

• PEN3-提高食醋電子鼻識別率方法的研究

  摘要：以兩種不同品牌的山西食醋為樣品，通過對電子鼻測定數(shù)據(jù)的區(qū)間分析，確定樣品處理方式，并采用正交試驗方法對傳感器的選用進行優(yōu)化并建立模板；用歐氏距離、相關(guān)性、馬氏距離和判別函數(shù)分析同時鑒別新樣品的歸屬，誤判率明顯降低（由18.2%降低為5.4%），識別率得到較大提高（由81.8%提高至94.6%）。[詳細]

  2018-08-16 10:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 利用電子鼻技術(shù)鑒別棉織物的異味.pdf

  利用電子鼻技術(shù)鑒別棉織物的異味.pdf[詳細]

  2024-09-29 06:46

  安裝說明

  |

  • 
  • 
  • 
  • 

• 電子鼻結(jié)合GC-MS鑒別不同部位的三七粉-德國AIRSENSE電子鼻

  摘要：為鑒別不同部位的三七粉，采用電子鼻結(jié)合氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry,GCMS）聯(lián)用技術(shù)對三七的整根粉、剪口粉、主根粉、側(cè)根粉和須根粉進行揮發(fā)性成分分析。通過GC-MS測定三七粉揮發(fā)物的成分和含量，并進行多重比較。利用統(tǒng)計學(xué)習(xí)方法提取電子鼻響應(yīng)曲線的8個時域特征，并進行相關(guān)性分析，采用3種特征選擇算法對特征數(shù)據(jù)進行降維。分別建立基于原始特征數(shù)據(jù)、3種特征選擇數(shù)據(jù)的支持向量機（support vector machine,SVM）、最小二乘支持向量機（least square support vector machine,LSSVM）和極限學(xué)習(xí)機分類模型；引入灰狼優(yōu)化（grey wolf optimization,GWO）算法對分類模型中的參數(shù)gam和sig2進行優(yōu)化。結(jié)果表明：5種三七粉樣品中共檢測出31種揮發(fā)物成分，最優(yōu)的GWO-IRIV-LSSVM模型能夠?qū)﹄娮颖菙?shù)據(jù)進行有效區(qū)分，測試集準(zhǔn)確率為97.5%，且能客觀反映出樣品種類揮發(fā)性物質(zhì)的差異主要是揮發(fā)物總量、烷烴和芳香族化合物，這與GC-MS檢測結(jié)果一致。本研究可用[詳細]

  2024-09-13 14:00

  期刊論文

  |

  • 
  • 
  • 
  • 

• 電子鼻判別小麥陳化年限的檢測方法研究

  電子鼻判別小麥陳化年限的檢測方法研究[詳細]

  2011-03-09 00:00

  期刊論文

  |

  • 
  • 
  • 
  • 

• 脈沖激光的實現(xiàn)方法

  以連續(xù)波模式工作的激光器的輸出功率不隨時間變化。這是由于激光器達到了一種激光腔增益（取決于與泵浦速率成正比的粒子數(shù)反轉(zhuǎn)）和損耗（包含腔損耗和受激輻射速率）保持平衡的穩(wěn)態(tài)條件。由于能夠顯著提高峰值輸出功率，所以通常希望激光器可以工作在脈沖模式?？梢詫⑦B續(xù)激光輸出發(fā)送至外部調(diào)制器來實現(xiàn)脈沖激光運轉(zhuǎn)，調(diào)制器充當(dāng)一個只在短時間內(nèi)允許透過的開關(guān)（見圖 1，左）。這種簡單的方法有許缺點。由于大多數(shù)光被調(diào)制器阻擋，該方法的效率很低。 此外，峰值功率永遠不會超過連續(xù)光源的平均功率。脈寬還受到調(diào)制器速度限制。更為有效的方法是采用內(nèi)部的腔內(nèi)調(diào)制過程（見圖 1，右）。通過在腔內(nèi)調(diào)制增益或者損耗，激光發(fā)射過程能夠被有效地開啟和關(guān)閉。能量既可以儲存在激光介質(zhì)中，作為能夠快速釋放從而實現(xiàn)激光發(fā)射的大粒子數(shù)反轉(zhuǎn)，也可以保持在諧振腔內(nèi)直到被允許逸出。這些方法可使脈沖激光輸出的峰值功率明顯超過連續(xù)激光器所能提供的。接下來討論使用內(nèi)部調(diào)制實現(xiàn)激光脈沖的Z常見的方法。[詳細]

  2024-09-28 00:39

  其它

  |

  • 
  • 
  • 
  • 

• 基于電子鼻技術(shù)的金華火腿鑒別與分級

  基于電子鼻技術(shù)的金華火腿鑒別與分級[詳細]

  2024-09-20 06:20

  標(biāo)準(zhǔn)

  |

  • 
  • 
  • 
  • 

• 電子鼻技術(shù)結(jié)合化學(xué)計量分析對漢源花椒的鑒別-德國AIRSENSE電子鼻

  摘要：采用電子鼻技術(shù)對包括漢源花椒在內(nèi)的全國6個不同主要產(chǎn)地的紅花椒進行10個傳感器通道的風(fēng)味成分測定和分析，用于漢源花椒的鑒別。利用傳感器響應(yīng)的風(fēng)味成分分布輪廓的差異對6個不同產(chǎn)地紅花椒分別進行了主成分分析（Principal Component Analysis,PCA）、線性判別分析（Linear Discriminate Analysis,LDA）和偏最小二乘判別分析（Partial Least Squares Discriminant Analysis,PLS-DA），并構(gòu)建了漢源花椒的鑒別模型。結(jié)果表明，PCA和LDA模型均能較好地將漢源花椒與其他5種紅花椒分別區(qū)分，在PLS-DA中建立了漢源花椒的“是-否”鑒別模型，模型的預(yù)測能力參數(shù)（Q2）和擬合優(yōu)度參數(shù)（R2）分別為0.947和0.968，交叉驗證和置換模擬驗證結(jié)果表明所構(gòu)建模型未發(fā)生過擬合，穩(wěn)健有效。同時，對漢源花椒摻雜5%、10%、30%及50%的其他種類紅花椒樣品進行了測定和分析，LDA及PLS-DA鑒別模型均能將摻雜的樣品與純正的漢源花椒準(zhǔn)確鑒別。本研究通過電子鼻技術(shù)和化學(xué)計量學(xué)的理論與方法實現(xiàn)了漢源花椒與其他[詳細]

  2024-05-31 15:33

  期刊論文

  |

  • 
  • 
  • 
  • 

• 儀器分類的方法

  儀器分類的方法[詳細]

  2008-12-08 00:00

  產(chǎn)品樣冊

  |

  • 
  • 
  • 
  • 

• 卡爾費休方法測定生物油含水量的試驗研究

  卡爾費休方法測定生物油含水量的試驗研究[詳細]

  2008-10-08 00:00

  選購指南

  |

  • 
  • 
  • 
  •