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 |
| |
作者姓名: | 王敏 戴丽娜 郑博薇 |
| |
作者单位: | 北京市农林科学院农业科技信息研究所,北京,100097 |
| |
摘 要: | 近红外光谱(NIR)技术已经在许多行业的定量和定性分析中广泛应用,而支持向量机(SVM)算法由于具有经验风险最小、防止过拟合、适于非线性分析等特点,开始逐步应用于近红外光谱分析领域。本文主要介绍了支持向量机,特别是最小二乘支持向量机(LS-SVM)算法的特点,综述其在近红外光谱技术鉴别饲料原料、饲料产品、主要畜产品(肉、蛋、奶)种类和品质等非线性指标中的应用,同时分析了基于支持向量机算法的近红外光谱技术在未来饲料在线分析、低检测限成分的定性和定量分析,以及光谱信息数据提取算法改进等方面的研究趋势。
|
关 键 词: | 近红外光谱 支持向量机 最小二乘支持向量机 畜产品供应链 饲料 |
本文献已被 CNKI 万方数据 等数据库收录! |
|