CAJ | 학술논문

为了探索一种快速有效的蜂花粉新鲜程度检测方法,利用可见-近红外光谱技术结合最小二乘支持向量机(LS-SVM)对蜂花粉的贮存时间进行了检测.选择常温环境中贮存时间为4～50天(共计47天)的茶花蜂花粉作为研究对象,将全光谱数据作为输入变量建立了LS-SVM模型.结果显示,该LS-SVM模型预测效果较好,预测相关系数rp达到了0.996,预测标准误差(SEP)和预测均方根误差(RMSEP)的值分别为1.310和1.308,优于偏最小二乘法(PLS)和主成分回归(PCR)的预测结果,说明基于LS-SVM的可见-近红外光谱技术能够很好地对花粉贮存时间进行检测.同时对不同贮存时间段花粉的预测效果进行了比较,发现该LS-SVM模型适用于对第11～50天范围的贮存时间进行检测.
위료탐색일충쾌속유효적봉화분신선정도검측방법,이용가견-근홍외광보기술결합최소이승지지향량궤(LS-SVM)대봉화분적저존시간진행료검측.선택상온배경중저존시간위4～50천(공계47천)적다화봉화분작위연구대상,장전광보수거작위수입변량건립료LS-SVM모형.결과현시,해LS-SVM모형예측효과교호,예측상관계수rp체도료0.996,예측표준오차(SEP)화예측균방근오차(RMSEP)적치분별위1.310화1.308,우우편최소이승법(PLS)화주성분회귀(PCR)적예측결과,설명기우LS-SVM적가견-근홍외광보기술능구흔호지대화분저존시간진행검측.동시대불동저존시간단화분적예측효과진행료비교,발현해LS-SVM모형괄용우대제11～50천범위적저존시간진행검측.