基于电子鼻的鸡蛋新鲜度检测.pptxVIP

;;摘要;原理;1.1 实验材料;1.2 PEN2 电子鼻系统;1.3.1 电子鼻检测方法;1.3.2 鸡蛋理化指标的检测;1.4 数据处理方法;2.1 特征响应信号的确定;2.2 电子鼻传感器响应值随鸡蛋储藏时间的变化;2.3 鸡蛋理化指标的变化;2.5.1 多元线性回归模型（MLR）;运用MLR 分析得到的哈夫单位回归模型为： HU=-395.4-543.2S1-27.5S2+1031.7S3+42.1S4-135.1S5+732.4S6+41.4S7-393.2S8+372.7S9-676.3S10 其中，HU 表示哈夫单位，s1~s10 表示传感器的特征信号。 对回归方程进行检验，方程显著性检验F 值为10.78，显著水平p0.01，相关系数为0.84，说明回归模型有效。;图5 鸡蛋理化指标MLR 模型预测值与实测值的相关关系;表1 所示的是理化指标中训练集与预测集的实测-预测值的相关系数、估计标准误差以及平均相对误差。从表中看出，哈夫单位和蛋黄指数的相关性系数都达到了0.84 以上，说明显著性较好；对比测试集和训练集的相对误差，可以看??，哈夫单位和蛋黄指数的测试集相对误差分别降低了1.06%和0.28%，说明用此模型进行鸡蛋新鲜度预测有效，且哈夫单位的预测效果更好。;结论;谢 谢