论文部分内容阅读
提出了一种用电子鼻技术快速鉴别小麦品种的新方法。试验以三种小麦品种为研究对象，首先用主成分分析法、聚类分析法对5 种不同温度条件下的麦9023 电子鼻数据进行了分析，确定了试验条件，保证了试验的可重复性和准确性。用三种小麦第一次测试的结果（每个品种15 个样品，共45 个样品）作为训练集来建立模型，用一周后的测试结果（每个品种5 个样品，共15 个样品）作为测试集。分别采用主成分分析法对三种小麦进行了区分，逐步判别分析法和BP 神经网络对三种小麦样品进行了预测。使用主成分分析法不能很好对两次试验的三种小麦样品做出很好的区分，而使用逐步判别分析法对训练集回判的正确率为100[％]，对测试集判别的正确率为86.7[％]。选用三层BP 神经网络对训练集回判的正确率为100[％]，对测试集判别的正确率为93.3[％]。说明在选取适合的试验条件的情况下，电子鼻对小麦品种具有很好的鉴别作用，为小麦品种的鉴别提供了一种新方法。