相关实验视频
Updated: Jul 4, 2025

11:02
Fruit Volatile Analysis Using an Electronic Nose
Published on: March 30, 2012
21.4K
结合超光谱成像和电子鼻子数据,预测太阳干燥期间Penaeus vannamei中的水分含量
Jiarong Wang1, Wenxiu Wang1, Wenya Xu1
1College of Food Science and Technology, Hebei Agricultural University, Baoding, China.
Frontiers in nutrition
|February 8, 2024
概括
精确地确定的水分含量 (MC) 对质量至关重要. 将高光谱成像 (HSI) 和电子鼻子 (E-nose) 与决策融合相结合,为干的MC评估提供了一种有效的方法.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 感官科学 感官科学
背景情况:
- 湿度含量 (MC) 对干的质量和保质期至关重要.
- 准确的MC确定对于海鲜行业的质量控制至关重要.
研究的目的:
- 开发和比较数据融合方法来预测MC使用高光谱成像 (HSI) 和电子鼻子 (E-nose) 技术.
- 确定最有效的数据融合策略,以便在干中准确预测MC.
主要方法:
- 超谱成像 (HSI) 和电子鼻子 (E-nose) 数据的整合.
- 应用三个数据融合方法:像素,特征和决策融合.
- 开发和比较部分最小平方回归 (PLSR) 模型用于MC预测.
主要成果:
- 决策融合方法在预测MC时表现出卓越的表现.
- 通过决策融合实现了0.9595的校准和0.9448的验证的最高确定系数 (R2).
- 决策融合导致了最小的平方根平均误差 (RMSE) 和3.94%的相对百分比偏差.
结论:
- 使用PLSR的HSI和E-nose数据的决策融合是MC评估的一个准确和有效的方法.
- 这种综合方法为干产品的质量控制和市场监测提供了有价值的工具.

