论文部分内容阅读
收集了玉米样品40份，利用电子鼻技术对样品进行模式识别，并对电子鼻传感器阵列进行优化．结果表明，电子鼻能够对正常与霉变样品进行区分．在优化传感器阵列后，主成分分数较优化前的84．36％提高至97．54％．对测试集的判别采用4种算法（Euclid、Malahanobis、Kohonen和DFA）进行判别，电子鼻判别率较优化前均有不同程度的提高，其中Kohonen法判别率可达90．63％．