张红梅,侯明涛,王淼森,何玉静,王万章

• 1:河南农业大学机电工程学院

摘要(Abstract)：

为探索玉米品质的快速检测方法,利用由10个气敏传感器组成阵列的电子鼻系统对6个品质不同的玉米挥发性气味进行了检测分析,并将10个传感器对不同品质玉米的响应进行了方差分析。结果表明,10个传感器对品质不同的玉米响应差异显著,多重比较显示存在3个冗余传感器。去掉3个冗余传感器后对电子鼻检测信号进行主成分分析,结果显示6个品质不同的玉米能被很好的区分。采用BP神经网络建立传感器信号和玉米菌落总数之间的预测模型。通过测试集对BP网络模型进行验证得到菌落总数的预测值和测试值的相关系数为0.93,预测平均相对误差为2.44%、最大相对误差为15.82%。

关键词(KeyWords)： 电子鼻技术;玉米;品质;检测

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(31501213);; 河南省科技开放合作项目(132106000073)

作者(Author): 张红梅,侯明涛,王淼森,何玉静,王万章

DOI: 10.16445/j.cnki.1000-2340.2016.03.008

参考文献(References)：

• [1]张楠楠,刘伟,王伟,等.玉米霉变及黄曲霉毒素的图像处理检测方法[J].中国粮油学报,2014,29(2):82-88.
• [2]王俊,崔绍庆,陈新伟,等.电子鼻传感技术与应用研究进展[J].农业机械学报,2013,44(11):160-167.
• [3]崔丽静,周显青,林家永,等.电子鼻快速判别玉米霉变技术研究[J].中国粮油学报,2011,26(10):103-107.
• [4]惠国华,陈裕泉.基于随机共振的电子鼻系统构建及在谷物霉变程度检测中的应用[J].传感技术学报,2011,24(2):159-164.
• [5]惠国华,倪彧.基于信噪比分析技术的谷物霉变快速检测方法[J].农业工程学报,2011,27(3):336-370.
• [6]EMANUELA G,MATTEO F,EMANUELA T,et al.Electronic nose predicts high and low fumonisin contamination in maize cultures[J].Food Research International,2011,44:992-999.
• [7]MATTEO F,EMANUELA G,MATTEO P,et al.Detection of toxigenic strains of fusarium verticillioides in corn by electronic olfactory system[J].Sensors and Actuators B:Chemical,2005,108(1):250-257.
• [8]LIPPOLIS V,PASCALE M,CERVELLIERI S,et al.Screening of deoxynivalenol contamination in durum wheat by MOS-base d electronic nose and identifi cation of the rele vant pattern of volatile compounds[J].Food Control,2014,37:263-271.