针对甘薯受到病原菌侵害后,引发储藏病害产生毒素问题,提出了一种基于电子鼻技术,利用化学计量学对甘薯储藏病害的病变程度进行判别的方法,以期为库存甘薯储藏病害的识别提供技术参考.通过主成分分析(PCA)、偏最小二乘法-判别分析(PLS-DA)、正交偏最小二乘法判别分析(OPLS-DA)、BP神经网络(BPNN)和支持向量机(SVM)对长喙壳菌侵染后不同病变程度的甘薯气味响应特征值进行分析判别.结果表明,PCA、PLS-DA、OPLS-DA均可对3类病变程度的甘薯进行有效的区分;BPNN模型未能对3类病变甘薯进行有效的区分;SVM利用交叉验证算法优化(Best c=0.2500 Best g=0.3789)并建立模型,测试集的准确率为96％.因此,电子鼻技术可对甘薯储藏病害程度实现区分,且具有较好的判别效果.
展开▼
