吴从元
- 作品数：4 被引量：37H指数：3
- 供职机构：浙江大学生物系统工程与食品科学学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术轻工技术与工程更多>>
- 电子舌预测不同体积分数牛奶的表观黏度被引量：21
- 2010年
- 该文为建立牛奶的电子舌响应信号与其表观黏度的关系,在单因素方差分析和主成分分析的基础上,提出了比较多元线性回归、逐步多元线性回归和偏最小二乘回归3种模型对牛奶表观黏度的预测效果的方法。结果显示,单因素方差分析表明体积分数对牛奶的表观黏度和各个传感器响应信号都具有极显著性的影响;主成分分析(PCA)可以用来区分牛奶的5种不同体积分数;偏最小二乘回归模型预测效果最好,模型预测值与实际值的相关系数R达到0.9659,平均相对误差(MRE)和预测均方根误差(RMSEP)分别为4.5499%和8.4645×10-5,建模最佳主成分数为3。研究结果表明,偏最小二乘回归模型是电子舌预测牛奶表观黏度的有效方法,该方法为牛奶表观黏度的科学研究提供参考。
- 吴从元王俊韦真博王永维叶盛
- 关键词：主成分分析牛奶电子舌表观黏度偏最小二乘回归
- 纯牛奶品牌识别中电子舌传感器阵列优化被引量：12
- 2010年
- 选取伊利、新希望、美丽健、蒙牛和光明纯牛奶作为研究对象,采用电子舌系统对这5个品牌纯牛奶进行了检测。单因素方差分析结果表明,纯牛奶品牌对各个传感器响应信号具有极显著的影响,通过剔除F值和决定系数R2较小的传感器变量优化传感器阵列。对原始数据和优化数据(剔除BA传感器,剔除BA、BB传感器,剔除BA、BB、HA传感器,剔除BA、BB、HA、GA传感器)进行的主成分分析结果表明,剔除BA、BB、HA、GA传感器数据在区分纯牛奶品牌方面比其他数据更有效。采用逐步判别分析进行识别,校正集所有数据识别率均达到100%,剔除BA、BB、HA、GA传感器数据和剔除BA传感器数据的预测集识别率均达到90%,但剔除BA、BB、HA、GA传感器数据仅包含3个传感器变量,表明它对纯牛奶品牌具有最佳识别效果。单因素方差分析通过剔除不显著的传感器响应信号能够优化电子舌传感器阵列并且提高电子舌的识别性能。
- 吴从元王俊肖宏韦真博于勇
- 关键词：纯牛奶电子舌单因素方差分析主成分分析
- 电子舌预测纯牛奶表观粘度
- 本文尝试采用基于化学传感器阵列和模式识别方法的电子舌预测纯牛奶表观粘度。单因素方差分析表明浓度对纯牛奶的表观粘度和各个传感器响应信号都具有极显著性的影响。主成分分析(PCA)可以被用来区分纯牛奶的五种不同浓度。为了研究适...
- 吴从元王俊韦真博王永维叶盛
- 关键词：电子舌表观粘度纯牛奶偏最小二乘回归
- 文献传递
- 电子舌响应信号与牛奶理化指标的典型相关分析被引量：8
- 2010年
- 选取伊利纯牛奶作为研究对象并采用电子舌进行检测,在简单相关分析的基础上,采用多元统计分析中的典型相关分析法对牛奶电子舌响应信号与其理化指标的关系进行了初步分析。试验结果表明:第一典型相关系数和第二典型相关系数分别是0.8451和0.7843,前两对典型变量共占总相关的91.37%;响应信号组的第一典型变量(V1)对牛奶理化指标具有一定的预测能力,但预测能力较弱,起主要作用的是ZZ传感器响应信号(X1)、CA传感器响应信号(X4)和JB传感器响应信号(X7);与此同时,V和W的四个典型变量分别解释另一组变量总方差的42.49%和43.25%。典型相关分析的研究结果表明电子舌基本能够预测牛奶的理化指标。
- 吴从元王俊叶盛沈明卫
- 关键词：电子舌牛奶
