PCA-BPNN在黄山毛峰茶贮藏时间检测中的应用

作者：杨春兰; 薛大为pcabpnn黄山毛峰茶电子鼻

摘要：为了探索黄山毛峰茶贮藏时间的有效检测方法,利用电子鼻技术对4个不同贮藏时间下的3个等级黄山毛峰干茶叶进行了检测。根据电子鼻传感器阵列响应曲线变化特点,选取了特征变量,并通过主成分分析法提取出4个主特征变量。以主特征变量作为BP神经网络的输入,以茶叶贮藏时间作为输出,建立了黄山毛峰茶贮藏时间的PCA-BPNN预测模型。实验结果表明：PCA-BPNN预测模型的最大预测误差为38.5 d,预测误差超过10 d的样本最大比率为4.44%;与BPNN预测模型相比,PCA-BPNN预测模型性能更优。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社