基于近红外光谱分析技术的水蜜桃产地溯源 |
| |
引用本文: | 孙晓明,陈小龙,余向阳,卞立平,孙爱东.基于近红外光谱分析技术的水蜜桃产地溯源[J].江苏农业学报,2020,36(2):507-512. |
| |
作者姓名: | 孙晓明 陈小龙 余向阳 卞立平 孙爱东 |
| |
作者单位: | 江苏省农业科学院农产品质量安全与营养研究所/省部共建国家重点实验室培育基地——江苏省食品质量安全重点实验室,江苏 南京 210014;江苏省农业科学院农产品质量安全与营养研究所/省部共建国家重点实验室培育基地——江苏省食品质量安全重点实验室,江苏 南京 210014;江苏省农业科学院农产品质量安全与营养研究所/省部共建国家重点实验室培育基地——江苏省食品质量安全重点实验室,江苏 南京 210014;江苏省农业科学院农产品质量安全与营养研究所/省部共建国家重点实验室培育基地——江苏省食品质量安全重点实验室,江苏 南京 210014;江苏省农业科学院农产品质量安全与营养研究所/省部共建国家重点实验室培育基地——江苏省食品质量安全重点实验室,江苏 南京 210014 |
| |
基金项目: | 现代农业产业技术体系;国家重点研发计划;江苏省农业科技自主创新项目 |
| |
摘 要: | 利用近红外光谱分析技术对来自3个省份的水蜜桃进行研究,比较主成分分析-线性判别分析(PCA-LDA)、判别偏最小二乘法(DPLS)、支持向量机(SVM)等方法对光谱数据识别的有效性差异。结果表明, SVM的准确率和召回率均高达94.47%,明显优于PCA-LDA和DPLS,更适用于水蜜桃产地溯源。
|
关 键 词: | 水蜜桃 产地溯源 近红外光谱 主成分分析-线性判别分析 判别偏最小二乘 支持向量机 |
本文献已被 CNKI 万方数据 等数据库收录! |
|