论文部分内容阅读
利用电子鼻系统的气体传感器阵列对牛奶的响应曲线特征值来表示牛奶新鲜度变化,采用SPSS中逐步判别对特征进行优化,分别用最小二乘法和Bayes判别算法分析牛奶新鲜度变化情况。结果表明：逐步判别法能有效地降低数据维数,Bayes判别法和偏最小二乘法相比,把数据分布密度函数加入牛奶新鲜度识别中,提高了电子鼻对牛奶新鲜度的识别的正确率,Bayes判别法能鉴别出存储间隔12 h的商品纯牛奶新鲜度的变化。因此,利用电子鼻和Bayes判别算法是分析牛奶新鲜度的一种有效的手段。