基于近红外光谱与 KPCA-SVM鉴别淡水鱼肉 |
| |
引用本文: | 周娇娇,徐文杰,许竞,尤娟,熊善柏.基于近红外光谱与 KPCA-SVM鉴别淡水鱼肉[J].华中农业大学学报,2019,38(5):98-104. |
| |
作者姓名: | 周娇娇 徐文杰 许竞 尤娟 熊善柏 |
| |
作者单位: | 华中农业大学食品科学技术学院,武汉 430070;国家大宗淡水鱼加工技术研发分中心(武汉),武汉 430070;华中农业大学理学院,武汉,430070;华中农业大学食品科学技术学院,武汉 430070;国家大宗淡水鱼加工技术研发分中心(武汉),武汉 430070;环境食品学教育部重点实验室,武汉 430070 |
| |
基金项目: | 现代农业产业技术体系专项(CARS 45-27);湖北省技术创新专项重大项目(2016ABA115) |
| |
摘 要: | 为实现淡水鱼品种的快速鉴别,采用近红外光谱分析技术建立7种淡水鱼鲜肉的快速鉴别模型。试验采集了鲢、草鱼、乌鳢、鲫、鲤、青鱼、鳙7种淡水鱼共772个鲜鱼肉样品的近红外光谱数据,分别考察标准正态变换(standard normalized variate,SNV)、多元散射校正(multiplicative signal correction,MSC)的预处理方法及核主成分分析(kernel principal component analysis,KPCA)和主成分分析(principal component analysis,PCA)的特征提取方法对支持向量机(support vector machine,SVM)判别模型的影响。结果显示,经SNV预处理和KPCA提取特征变量后,对未知样品的整体正确判别率达到92.68%。因此,采用近红外光谱技术结合化学计量学方法所建SVM模型可以实现淡水鱼品种的快速鉴别。
|
关 键 词: | 近红外光谱 特征提取方法 淡水鱼肉 水产品品质 支持向量机 鉴别 正确判别率 |
收稿时间: | 2019/2/28 0:00:00 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《华中农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华中农业大学学报》下载免费的PDF全文 |
|