中红外光谱法结合支持向量机快速鉴别蜂蜜品种

文献类型： 中文期刊

第一作者： 徐天扬

作者： 徐天扬;杨娟;孙晓荣;刘翠玲;李熠;周金慧;陈兰珍

作者机构：

关键词： 光谱学;中红外光谱;主成分分析;支持向量机;最小二乘支持向量机;径向基函数

期刊名称： 激光与光电子学进展

ISSN： 1006-4125

年卷期： 2018 年 06 期

页码： 431-439

收录情况： 北大核心 ; CSCD

摘要： 为快速鉴别5种蜂蜜(椴树蜜、荆条蜜、油菜蜜、洋槐蜜、荔枝蜜)的品种,首次提出了基于主成分分析(PCA)方法结合线性支持向量机(SVM)或最小二乘支持向量机(LSSVM)的中红外光谱法鉴别蜂蜜品种的新方法。用傅里叶变换中红外光谱仪测定5种蜂蜜样本的中红外光谱,并进行归一化预处理,然后用主成分分析降维方法分别提取经预处理后的光谱数据中的5维、10维、15维、20维特征数据,最后设计了线性SVM和基于网格搜索优化算法的径向基函数(RBF)的LSSVM分类器模型。利用不同分类器模型,识别未知蜂蜜样本光谱数据降维到不同维数的特征数据,并进行实验验证。结果表明:应用主成分分析降维方法降维到20维的特征数据在SVM和LSSVM分类器上的平均识别率均高于97%,最高识别率均可达到100%,且稳定性很好;利用较低维数数据进行分类时,LSSVM分类器比SVM的识别精度更高,稳定性更好。研究证明将中红外光谱与线性SVM或LSSVM结合用于快速鉴别蜂蜜品种是可行的。

分类号： O657.33`S896.1

  • 相关文献

[1]基于最小二乘支持向量机的人民胜利渠灌区灌溉用水量预测. 宰松梅,郭冬冬,温季. 2009

[2]基于SVM的农业智能决策Web服务的研究与实现. 刘振岩,王勇,陈立平,马俊杰,陈天恩. 2010

[3]基于支持向量机算法的近红外光谱判别分析在畜产品供应链中的应用. 王敏,戴丽娜,郑博薇. 2012

[4]基于主成分分析和径向基网络的水稻胡麻斑病严重度估测. 刘占宇,黄敬峰,陶荣祥,张红志. 2008

[5]高光谱成像技术的柚类品种鉴别研究. 李勋兰,易时来,何绍兰,吕强,谢让金,郑永强,邓烈. 2015

[6]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[7]基于支持向量机的鱼群摄食行为识别技术. 陈彩文,杜永贵,周超,孙传恒. 2018

[8]冬小麦叶面积指数遥感反演方法比较研究. 谢巧云,黄文江,蔡淑红,梁栋,彭代亮,张清,黄林生,杨贵军,张东彦. 2014

[9]基于高光谱的水稻叶片氮素营养诊断研究. 杨红云,周琼,杨珺,孙玉婷,路艳,殷华. 2019

[10]基于高光谱和参数优化支持向量机的水稻施氮水平分类研究. 罗建军,杨红云,路艳,万颖,孙爱珍,易文龙. 2020

[11]基于机器视觉的稻谷品种鉴别方法比较. 冯晓星,许学. 2019

[12]基于支持向量机的新鲜与解冻许氏平鲉(Sebastes schlegeli)近红外光谱鉴别技术. 刘申申,孙永,周德庆. 2015

[13]基于分级阈值和多级筛分的玉米果穗穗粒分割方法. 杜建军,郭新宇,王传宇,肖伯祥,吴升. 2015

[14]基于支持向量机的新鲜与解冻许氏平鲉(ebastes schlegeli)近红外光谱鉴别技术. 刘申申,孙永,周德庆. 2015

[15]基于高光谱图谱融合技术的英德红茶等级快速无损判别. 刘翠玲,秦冬,凌彩金,孙晓荣,郜礼阳,昝佳睿. 2023

[16]基于近红外光谱的纽荷尔脐橙产地识别研究. 廖秋红,何绍兰,谢让金,钱春,胡德玉,吕强,易时来,郑永强,邓烈. 2015

[17]基于主成分分析-支持向量机的我国农业科技创新能力评价. 秦薇,万忠,康乐. 2019

[18]高光谱成像的柑橘病虫害叶片识别方法. 吴叶兰,陈怡宇,廉小亲,廖禺,高超,管慧宁,于重重. 2021

[19]基于离子迁移谱的葡萄籽油掺伪鉴别研究. 帅茜,张良晓,李培武,张奇,王秀嫔,丁小霞. 2014

[20]基于主要营养成分含量的大小颗粒薏仁米判别. 刘星,范楷,杨俊花,宋卫国. 2019

作者其他论文 更多>>

微信小程序