领学术科研之先，创食品科技之新
—— 中国食品杂志社
通过自制电子鼻系统采集活体大闸蟹的气味信息，采用流行学习算法对大闸蟹样本的多维特征响应进行降维，提取样本的低维特征向量，再利用反向传播神经网络实现对大闸蟹新鲜度的识别，并与理化指标挥发性盐基氮进行比较。结果表明，基于该算法的大闸蟹新鲜度识别的准确度可达到98.1%，且依据电子鼻技术与依据理化指标判断结果基本一致，因此采用电子鼻技术的大闸蟹新鲜度无损识别方法是可行的。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
