| 基于最小二乘支持向量回归的鹅肉弹性的可见-近红外光谱测定 |
| |
| 引用本文： | 赵进辉,袁海超,刘木华,涂冬成,吁芳. 基于最小二乘支持向量回归的鹅肉弹性的可见-近红外光谱测定[J]. 核农学报, 2012, 26(8): 1154-1158 |
| |
| 作者姓名： | 赵进辉 袁海超 刘木华 涂冬成 吁芳 |
| |
| 作者单位： | 江西农业大学工学院,江西南昌,330045 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划)项目，国家自然科学基金项目 |
| |
| 摘 要： | 为简化鹅肉弹性的可见-近红外光谱模型和提高预测精度,采用联合区间偏最小二乘法(synergyinterval partial least square algorithm,siPLS)结合遗传算法(Genetic algorithm,GA)提取可见-近红外光谱特征波长,用最小二乘支持向量回归(least square support vector for regression,LSSVR)建立鹅肉弹性的预测模型。试验以万能试验机获取恢复距离S作为鹅肉弹性实际值。在模型建立过程中,先利用sym8小波的2层分解对原始的可见-近红外光谱进行光谱预处理;然后用siPLS优选出4个特征光谱子区间(分别为第3、5、9、13子区间),在这4个特征光谱子区间内继续用GA优选出74个特征波长,并建立基于LSSVR的鹅肉弹性的预测模型。模型预测集的决定系数(R2)和预测均方根误差(root mean squarederror of prediction,RMSEP)分别为0.9096和0.0588。试验结果表明,siPLS结合GA法能够有效提取光谱中的鹅肉弹性对应的特征波长,有利于提高LSSVR模型预测鹅肉弹性的精度。
|
| 关 键 词： | 可见-近红外光谱 弹性 最小二乘支持向量回归 联合区间偏最小二乘法 遗传算法 |
DETERMINATION OF ELASTICITY OF GOOSE MEAT USING VISIBLE-NEAR INFRARED SPECTROSCOPY AND LSSVR |
| |
| ZHAO Jin-hui,YUAN Hai-chao,LIU Mu-hua,TU Dong-cheng,YU Fang. DETERMINATION OF ELASTICITY OF GOOSE MEAT USING VISIBLE-NEAR INFRARED SPECTROSCOPY AND LSSVR[J]. Acta Agriculturae Nucleatae Sinica, 2012, 26(8): 1154-1158 |
| |
| Authors: | ZHAO Jin-hui YUAN Hai-chao LIU Mu-hua TU Dong-cheng YU Fang |
| |
| Affiliation: | (College of Engineering,Jiangxi Agricultural University,Nanchang,Jiangxi 330045) |
| |
| Abstract: | |
| |
| Keywords: | visible-near infrared spectroscopy elasticity least squares support vector regression(LSSVR) synergy interval PLS(siPLS) genetic algorithm(GA) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
