小麦霉菌污染支持向量机判别模型的建立

文献类型： 中文期刊

第一作者： 吕都

作者： 吕都;唐健波;赵绪婷;刘永翔;李俊;陈中爱;王梅;冯亚超

作者机构：

关键词： 近红外光谱;小麦;霉菌;判别;支持向量机

期刊名称： 食品研究与开发

ISSN： 1005-6521

年卷期： 2021 年 42 卷 018 期

页码： 136-141

收录情况： 北大核心

摘要： 为建立一种快速判别小麦霉菌污染的方法,该研究采用近红外光谱技术结合化学计量学方法,以126份小麦样品为研究对象,通过剔除异常样品、光谱降维和预处理,采用支持向量机分类(support vector machine classification,SVM)方法建立判别模型.结果表明:运用基于马氏距离的主成分分析方法剔除异常样品5个,将原始光谱数据进行降维处理得到8个主成分,能够代表原始样本的98.80%.输入变量的最佳预处理方式为标准正态变量变换,最佳核函数为linear,核函数参数C值为10,SVM判别模型的训练集判别正确率为100%,交叉验证判别正确率为98.89%.用未参与建立判别模型的外部验证集样品对SVM判别模型进行验证,结果表明:SVM判别模型对外部验证集样品的判别正确率为100%.该研究所建立的SVM判别模型可以用于小麦霉菌污染的快速检测.

分类号：

  • 相关文献
作者其他论文 更多>>

微信小程序