本文主要研究内容
作者李卓,张雄峰,邱萍,倪永年,苑举民,张启明,何宽信（2019）在《挥发性化合物含量结合化学计量学用于建立江西烤烟的产地鉴别模型》一文中研究指出：利用自动化静态顶空-气相色谱-质谱联用技术对江西三大产烟区(赣州、抚州、吉安)共120个烤烟样品进行了检测,匹配并定量了54个挥发性化合物。采用遗传算法(GA,Genetic algorithm)选择其中18种代表性化合物,并利用主成分分析法(PCA,Principal component analysis)对这120个烤烟样品进行产地分类,发现这种模式识别(Pattern recognition)方法可将烤烟样品基本分为3类:A类主体为赣州样品(兴国、宁都除外);B类主体为抚州样品(外加兴国、宁都,宜黄、崇仁除外);C类主体为吉安样品(外加宜黄、崇仁)。随后,我们将样品按照2:1的比例分为验证集和预报集,用有监督模式识别方法径向基函数-神经网络(Radial basis function-neural network,RBF-NN)对样品产地进行预报,正确率达到92.5%。据此,我们建立了用于江西烤烟样品的产地鉴别模型,该模型可用于研究不同产地间挥发性化合物含量的分布规律,为划分不同产地烤烟香型风格提供依据,实现对烟叶的质量控制。
Abstract
li yong zi dong hua jing tai ding kong -qi xiang se pu -zhi pu lian yong ji shu dui jiang xi san da chan yan ou (gan zhou 、fu zhou 、ji an )gong 120ge kao yan yang pin jin hang le jian ce ,pi pei bing ding liang le 54ge hui fa xing hua ge wu 。cai yong wei chuan suan fa (GA,Genetic algorithm)shua ze ji zhong 18chong dai biao xing hua ge wu ,bing li yong zhu cheng fen fen xi fa (PCA,Principal component analysis)dui zhe 120ge kao yan yang pin jin hang chan de fen lei ,fa xian zhe chong mo shi shi bie (Pattern recognition)fang fa ke jiang kao yan yang pin ji ben fen wei 3lei :Alei zhu ti wei gan zhou yang pin (xing guo 、ning dou chu wai );Blei zhu ti wei fu zhou yang pin (wai jia xing guo 、ning dou ,yi huang 、chong ren chu wai );Clei zhu ti wei ji an yang pin (wai jia yi huang 、chong ren )。sui hou ,wo men jiang yang pin an zhao 2:1de bi li fen wei yan zheng ji he yu bao ji ,yong you jian du mo shi shi bie fang fa jing xiang ji han shu -shen jing wang lao (Radial basis function-neural network,RBF-NN)dui yang pin chan de jin hang yu bao ,zheng que lv da dao 92.5%。ju ci ,wo men jian li le yong yu jiang xi kao yan yang pin de chan de jian bie mo xing ,gai mo xing ke yong yu yan jiu bu tong chan de jian hui fa xing hua ge wu han liang de fen bu gui lv ,wei hua fen bu tong chan de kao yan xiang xing feng ge di gong yi ju ,shi xian dui yan xie de zhi liang kong zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自南昌大学学报(理科版)的李卓,张雄峰,邱萍,倪永年,苑举民,张启明,何宽信，发表于刊物南昌大学学报(理科版)2019年02期论文，是一篇关于烤烟论文,挥发性化合物论文,化学计量学论文,产地鉴别模型论文,南昌大学学报(理科版)2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自南昌大学学报(理科版)2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：烤烟论文; 挥发性化合物论文; 化学计量学论文; 产地鉴别模型论文; 南昌大学学报(理科版)2019年02期论文;