摘要采用正常玉米樣品40個(gè)，發(fā)霉玉米樣品41個(gè)，建立了電子鼻對(duì)霉變與正常樣品的識(shí)別模型，優(yōu)化了10個(gè)傳感器的組合，并對(duì)32個(gè)未知樣品進(jìn)行判別，其中霉變樣品15個(gè)，正常樣品17個(gè)。結(jié)果表明傳感器優(yōu)化前后主成分分?jǐn)?shù)分別為86．34％和97．54％，優(yōu)化后提高了11．2％。采用Euclid、Malahanobis、Correla—tion以及DFA四種算法對(duì)檢驗(yàn)集未知樣品進(jìn)行判定，優(yōu)化前總判別率分別為Euclid：68．75％，Malahanobis：75％，Correlation：84．38％，DFA：81．25％；優(yōu)化后總判別率分別為Euclid：68．75％，Malahanobis：75％，Correla-tion：90．63％，DFA：87．5％。優(yōu)化后Correlation和DFA法的判別率比優(yōu)化前提高，其中Correlation法達(dá)90．63％。在對(duì)霉變和正常玉米判別時(shí)，霉變樣品的判別率要遠(yuǎn)高于正常樣品的判別率。