[发明专利]一种基于人工神经网络和电子鼻的薏苡仁产地判别方法在审

专利信息
申请号: 201910084463.3 申请日: 2019-01-29
公开(公告)号: CN110045061A 公开(公告)日: 2019-07-23
发明(设计)人: 张强;苏艳丽;刘伟仲 申请(专利权)人: 山西师范大学
主分类号: G01N33/00 分类号: G01N33/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 041000 *** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 产地 薏苡仁 人工神经网络 电子鼻 实验材料 橡皮筋 待检测样品 电子鼻技术 气味分析 实验仪器 保鲜膜 无损伤 正确率 试管 装入 灵敏 密封 样本 主观 分类
【说明书】:

发明公开了一种基于人工神经网络和电子鼻的薏苡仁产地判别方法,选择实验材料和实验仪器,具体步骤如下:步骤1:实验材料薏苡仁共计5个产地,每个产地5个样本,分别为:1.广西巴马,2.贵州兴仁,3.山东临沂,4.福建浦城,5.云南西双版纳;步骤2:首先分别将每个产地的薏苡仁10g分别装入50ml试管,每个产地共计5×15个待检测样品,继而用保鲜膜和橡皮筋将其密封;步骤3:将待测物品在室温下静置2个小时;步骤4:接着,设置电子鼻winmuster软件各项参数值。本发明利用人工神经网络对五个不同产地气味分析,得到了较高的分类正确率,电子鼻技术灵敏准确,无损伤,无污染,克服主观,重复性好,实践性非常强。

技术领域

本发明涉及一种高性能计算的大众化转换方法,特别涉及一种基于人工神经网络和电子鼻的薏苡仁产地判别方法。

背景技术

薏苡仁为禾本科蜀黎族薏苡属植物薏苡(Coix lacryma-jobi L.var.mayuen(Roman.)Stapf)的种仁。秋天薏苡果实成熟后经过采摘,晾晒,二次晾晒,除壳等工序即可获得。薏苡仁作为一味重要的中药材,被收录在《中国药典》(2010版)中,其性甘味淡凉,主要功能是止泻渗湿,健脾利水,排脓排毒等作用,还可用于免疫调节,抗病毒肿瘤等方面。

市场上不同产地的薏苡仁质量层次不齐,常会出现以次充好的现象,因此鉴别不同产地的薏苡仁就显得尤为重要。目前,有研究表明不同产地的薏苡仁成分,性状,重金属含量等具有显著的差异,可以达到对薏苡仁的不同产地进行判别的目的,例如刘聪燕等人采用蒸发光散射检测器和紫外分光光度计测量不同产地下薏苡仁中(总)甘油三酯的含量以及对肿瘤细胞的抑制程度,从而筛选出薏苡仁的最优产地;田雪萍通过测定薏苡仁的颜色形态,淀粉粒类型,薄层,水分含量,总灰分含量以及醇溶液浸出物含量,从而将未知产地薏苡仁正确归类;范蕾等人通过原子荧光光谱法以及原子吸收分光光度法分别测定不同产地薏苡仁中As,Cu等重金属的含量,从而为鉴别不同产地薏苡仁提供依据。

用于薏苡仁产地判别的研究还未见报道,也就是说目前还不能准确的判别薏苡仁产地。

发明内容

发明的目的在于提供一种基于人工神经网络和电子鼻的薏苡仁产地判别方法,利用人工神经网络对五个不同产地气味分析,得到了较高的分类正确率,电子鼻技术灵敏准确,无损伤,无污染,克服主观,重复性好,实践性非常强,以解决上述背景技术中提出的不能准确的判别薏苡仁产地的问题。

为实现上述目的,本发明提供如下技术方案:

一种基于人工神经网络和电子鼻的薏苡仁产地判别方法,选择实验材料和实验仪器,实验材料为普通薏米仁,分别来自于福建浦城,广西巴马,贵州兴仁,山东临沂,云南西双版纳,均为盛产薏苡仁的产区,可以代表研究区域的整体状况,仪器为PEN3电子鼻,具体步骤如下:

步骤1:实验材料薏苡仁共计5个产地,每个产地5个样本,分别为:1.广西巴马,2.贵州兴仁,3.山东临沂,4.福建浦城,5.云南西双版纳;

步骤2:首先分别将每个产地的薏苡仁10g分别装入50ml试管,每个产地共计5×15个待检测样品,继而用保鲜膜和橡皮筋将其密封;

步骤3:将待测物品在室温下静置2个小时;

步骤4:接着,设置电子鼻winmuster软件各项参数值。

进一步地,步骤3中的室温为温度:26℃,湿度:24%。

进一步地,步骤4的参数值包括洗气时间:60s,进样量:400ml/min,样品准备时间:5s,测量时间:40s。

进一步地,PEN3电子鼻具有10个金属氧化物传感器,每一种传感器可感受一类物质。

进一步地,人工神经网络为一种由人工建立的模仿人类脑神经元处理外界信息方式的拓扑结构动态系统,其可以建立各种形式的联系,从而连接成网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山西师范大学,未经山西师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910084463.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top