| 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 |
| |
| 作者姓名： | 刘申申 孙 永 周德庆 |
| |
| 作者单位： | 中国水产科学研究院黄海水产研究所 青岛 266071；上海海洋大学食品学院 上海 201306,中国水产科学研究院黄海水产研究所 青岛 266071；,中国水产科学研究院黄海水产研究所 青岛 266071； |
| |
| 基金项目： | 中央级公益性科研院所基本科研业务费专项资金(20603022013018)资助 |
| |
| 摘 要： | 本研究建立了一种近红外光谱技术，用于鉴别鱼类是否经过解冻处理。首先测定了120个样品的近红外光谱，通过主成分分析对原始光谱数据进行降维处理，再结合支持向量机建模进行分类鉴别。对所有建模样品的主成分1和2按得分值绘制得分图，进行分析聚类，并将前10个主成分的得分值作为支持向量机的输入，优化惩罚参数c和核函数参数g，对90个样本训练；用未知的30个样本进行判别验证，建立鉴别鲜、冻许氏平鲉的支持向量机分类模型，预测准确率达100%。研究表明，近红外光谱技术结合主成分分析和支持向量机可以作为一种简便、快速、准确的方法用于判断鱼类是否经过解冻处理。
|
| 关 键 词： | 近红外光谱 许氏平鲉 解冻 主成分分析 支持向量机 鉴别 |
| 收稿时间： | 2014/12/1 0:00:00 |
| 修稿时间： | 2015/3/10 0:00:00 |
Distinguishing the Fresh from the Frozen-Thawed Sebastes schlegeli Using the NIR Spectroscopy Identification Technology Based on Support Vector Machine |
| |
| Authors: | LIU Shenshen SUN Yong and ZHOU Deqing |
| |
| Institution: | Yellow Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Qingdao 266071; College of Food Science and Technology, Shanghai Ocean University, Shanghai 201306,Yellow Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Qingdao 266071; and Yellow Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Qingdao 266071; |
| |
| Abstract: | |
| |
| Keywords: | NIR Sebastes schlegeli Frozen-thawed PCA SVM Identification |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |
