科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了能够准确预测苹果的鲜度等级、有效降低苹果的储藏风险、避免经济损失，基于一种气体传感器阵列和无线传输模块的电子鼻系统，采集苹果散发的气味信息。在实验室现有的苹果鲜度识别系统的研究基础上，以室内条件下储存的富士苹果为研究对象，建立基于混沌序列（Tent）改进的麻雀搜索算法（SSA）优化反向传播（BP）神经网络的预测模型，通过预测苹果挥发的气味信息完成对苹果鲜度的预测。结果表明，基于气体传感器阵列的Tent-SSA-BP预测模型的决定系数为0.942 03，均方误差为0.000 4，准确性总体高于BP神经网络预测模型的0.800 57，且具有更高的预测稳定性。该预测模型解决了当前基于传统动力学模型的预测准确率低、检测效率低、且对苹果造成破坏的问题；同时相较于红外光谱等其他预测手段，该模型具有更低的经济成本，且具有操作简便、移动便携等优点。综上所述，通过对苹果挥发的气味信息进行预测以实现对苹果鲜度的预测，具有操作简便、成本低、结果可靠的特点，避免了预测鲜度的过程中对苹果造成破坏，实现了无损检测。
- 单位
