论文部分内容阅读
利用电子舌技术结合多元数据分析对不同焙炒度（浅度、中度、深度）的咖啡豆进行区分。原始电子感官数据经归一化处理后，采用主成分分析（PCA）对其进行解析，结果表明：不同焙炒度的咖啡样品基本能够按各自特性聚为一类，扩展正则变量分析（ECVA）对样品的分类结果与PCA解析后的结果一致；比较不同的有监督模式识别方法：K-最近邻法（KNN）、偏最小二乘判别分析（PLS-DA）和最小二乘一支持向量机（LS-SVM）所建立模型对未知样品的预报能力，其中LS-SVM模型的预报结果较好，其识别率和预报率均为100％。