首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号