采用电子鼻对三种不同年份的番茄种子进行分析。结果表明:利用电子鼻可以很好的区分不同年份的番茄种子;利用主成分分析方法(PCA)基本上可以辨别出不同掺杂比例的种子,但是当掺杂比例为37.5%和50%时,较难利用电子鼻进行辨别区分;利用线性判别分析方法(LDA)可以很好的辨别出不同掺杂比例的番茄种子,并且每个混合种类的区域集中性都很好,所以相对于PCA方法,利用LDA方法得到的数据区域集中性要明显优于PCA方法得到的结果。在主成分分析和线性分析的基础上,利用BP神经网络和支持向量机两种模式对相互掺杂的种子进行分类识别,结果表明:相对于支持向量机模式识别,BP神经网络预测系统的误差较小,具有很好的预测性能。……
