基于电子舌的鲜榨橙汁储存品质检测研究

史庆瑞; 马泽亮; 马云霞; 周智; 王志强; 孙霞

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于电子舌的鲜榨橙汁储存品质检测研究

首发时间：2017-03-31

史庆瑞 ¹
史庆瑞（1990年-），男，硕士研究生，主要研究方向为模式识别，数字信号处理等。
马泽亮 ¹ 马云霞 ² 周智 ³ 王志强 ¹
王志强（1977年-），男，副教授，主要研究方向为智能计算，智能信息系统等。
孙霞 ⁴

1、山东理工大学计算机科学与技术学院，淄博 255000
2、山东淄博昌国医院，淄博 255000
3、山东淄博市中西医结合医院，淄博 255026
4、山东理工大学农业工程与食品科学学院，淄博 255000

摘要：为了实现对不同储存时间的鲜榨橙汁品质进行客观、快速评价，采用基于虚拟仪器技术的电子舌系统对6种不同储存时间下的鲜榨橙汁样本进行了定性和定量分析。针对电子舌输出信号特点，分别采用主成分分析（Principal Component Analysis，PCA）和离散小波变换（Discrete Wavelet Transform，DWT）方法对输出信号进行预处理，以分类效果为依据，确定了离散小波变换作为较佳特征提取方法。在此基础上，采用线性判别分析（Linear Discriminant Analysis，LDA）方法对不同储存时间鲜榨橙汁样本进行定性分析，然后采用粒子群优化最小二成支持向量机（Particle Swarm Optimization Least Squared-Support Vector Machines，PSO-LSSVM）对鲜榨橙汁的不同储存时间进行了定量预测。结果表明：LDA结果中LD1和LD2的综合贡献率为95.7%，6种储存时间下的鲜榨橙汁样本均得到有效定性辨别；而PSO-LSSVM预测模型对鲜榨橙汁的不同储存时间具有较高的定量预测精度，其相关系数R2、均方根误差RMSE、平均绝对误差MAE分别为0.9991、0.2877、0.2328。本研究可为鲜榨果汁的品质评价和质量监控提供技术支持。

关键词：电子舌主成分分析离散小波变换线性判别分析最小二乘支持向量机

For information in English, please click here

Research and detection on the storage quality of fresh orange juice based on electronic tongue

SHI Qingrui ¹
史庆瑞（1990年-），男，硕士研究生，主要研究方向为模式识别，数字信号处理等。
MA Zeliang ¹ MA Yunxia ² ZHOU Zhi ³ WANG Zhiqiang ¹
王志强（1977年-），男，副教授，主要研究方向为智能计算，智能信息系统等。
SUN Xia ⁴

1、School of Computer Science and Technology, Shandong University of Technology, Zibo 255000
2、Zibo Chang Guo Hospital, Shandong Province, Zibo 255000
3、Zibo Hospital of Integrated Chinese Traditional and Western Medicine, Shandong Province, Zibo 255026
4、School of Agricultural Engineeringand Food Science，Shandong University of Technology, Zibo 255000

Abstract：The aim of this work was to fulfill the objective and rapid assessment of quality and flavor of fresh orange juice with different storage time. An electronic tongue system that based on virtual instrument technology was developed and used to the qualitative and quantitative analysis of fresh orange juice samples with six kinds of storage time. According to the characteristics of electronic tongue respond signal, which was first preprocessed by the principal component analysis (PCA) method and discrete wavelet transform (DWT) method, respectively. According to the classification result, the DWT was selected as a recommended feature extraction method. Then the linear discriminant analysis (LDA) was used to the qualitative analysis of fresh orange juice samples with different storage time. And the least squared-support vector machines based on particle swarm optimization method (PSO-LSSVM) was applied to quantitative forecast the different storage time. The results showed that the cumulative contribution rate of LD1 and LD2 was reached 95.7% when linear discriminant analysis was employed, fresh orange juice samples with the six kinds of storage time were effectively discriminated; The PSO-LSSVM prediction model has high prediction precision for different storage time of fresh orange juice, the correlation coefficient (R2) root mean square error (RMSE), mean absolute error (MAE) were 0.9991, 0.2877, and 0.2328, respectively. This study can provide technical reference for quality evaluation and monitoring of fresh fruit juice

Keywords： electronic tongue principal component analysis discrete wavelet transform linear discriminant analysis least squared-support vector machines

基金：

1. 山东省自然科学基金（ 2015CM016）

论文图表：

引用

导出参考文献

.txt

.ris

.doc

史庆瑞，马泽亮，马云霞，等. 基于电子舌的鲜榨橙汁储存品质检测研究[EB/OL]. 北京：中国科技论文在线 [2017-03-31]. https://www.paper.edu.cn/releasepaper/content/201703-420.

No.4722774118812114****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201703-420
论文题目	基于电子舌的鲜榨橙汁储存品质检测研究
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.