摘要
本发明涉及水果品种识别和鉴定技术领域,解决了现有技术中缺少一种快速、准确区分水果品种方法的技术问题,尤其涉及一种基于风味分析的水果品种快速预测方法,包括:获取不同水果样本在电子鼻系统(E‑nose)测定中的最大响应值以及在气相色谱‑质谱(GC‑MS)测定中包含组成和含量的挥发性化合物;对挥发性化合物进行特征筛选得到若干关键挥发性化合物,并基于多个机器学习算法模型分别构建若干个化合物特征预测模型和电子鼻特征预测模型。本发明采用GC‑MS和E‑nose评估了水果的气味特征,并基于机器学习算法开发了一种快速、准确区分水果品种的方法,可用于解决水果商品的质量差异问题,为水果品质评价研究提供参考,具有较高的应用和推广价值。
技术关键词
机器学习算法模型
电子鼻系统
气体传感器
金属氧化物传感器
多层感知器
水果商品
品种识别
气味特征
质谱
样本
工作特征
风味
顶空瓶
采样针
随机森林
信号值
水浴锅
鲁棒性