基于嗅觉可视化技术的食用植物油分类识别Classification and recognition of edible vegetable oils based on olfactory visualization technology
为实现山茶油与3种常见食用植物油(菜籽油、大豆油和玉米油)的区分，制备可视化传感器阵列，采用嗅觉可视化技术对4种不同种类的食用植物油进行分类识别。采用主成分分析(PCA)对4种油样的特征数据进行降维，然后将降维后的数据导入K近邻(KNN)、极限学习机(ELM)、支持向量机(SVM) 3种分类模型中进行模型参数优化，对比了3种分类模型的分类结果。结果表明：建立的SVM分类模型性能最优，当输入主成分向量数为7、c=1.741 1、g=4.549 8时，SVM分类模型的测试集分类识别准确率为95.8%，五折交叉验证准确率为89.6%。制得的可视化传感器阵列可以实现4种食用植物油的分类识别，嗅觉可视化...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
中粮工科（西安）国际工程有限公司
2023-11-01
|
| Series: | Zhongguo youzhi |
| Subjects: | |
| Online Access: | http://tg.chinaoils.cn/zgyz/ch/reader/create_pdf.aspx?file_no=20231117&flag=1 |