BPPE-nose as a non-destructive and fast method for identification and classification of coffee beans based on soft computing models.
Opis bibliograficzny
Szczegóły publikacji
Streszczenia
E-nose device, data from GC-MS (measured data), and statistical and mathematical analytic techniques like PCA, PLSR, LDA, and ANN was used in this study and then a GEP programing model developed to estimate caffeine content of samples. Various samples of coffee beans were tested, when caffeine was used as the reference data, R2 for the PLSR and ANN models were 0.9577 and 0.9634, respectively. R2 for the LDA model were identical to 0.9714. Additionally, R2 of the PLSR and ANN models for palmitic acid respectively, was reported 0.893 and 0.9388. Caffeine calibration data produced the greatest results for identifying, according to the information gathered, also GEP model R2 was reported 0.9581.
Open Access
Linki zewnętrzne
Identyfikatory
Metryki
Eksport cytowania
Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.
Informacje dodatkowe
| Rekord utworzony: | 7 lipca 2023 10:13 |
|---|---|
| Ostatnia aktualizacja: | 22 czerwca 2024 09:58 |