论文部分内容阅读
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。为了研究适合预测纯牛奶表观粘度的方法，比较了多元线性回归、逐步多元线性回归和偏最小二乘回归模型的预测效果。结果表明，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8.4645E-5，建模最佳主成分数为3。偏最小二乘回归模型是电子舌预测纯牛奶表观粘度的有效方法。