沈阳农业大学学报
瀋暘農業大學學報
침양농업대학학보
JOURNAL OF SHENYANG AGRICULTURAL UNIVERSITY
2013年
3期
333-336
,共4页
徐云%吴静珠%石庆兰%冯磊%徐义田
徐雲%吳靜珠%石慶蘭%馮磊%徐義田
서운%오정주%석경란%풍뢰%서의전
Total 多分类支持向量机%近红外光谱%小麦产地%判别分析
Total 多分類支持嚮量機%近紅外光譜%小麥產地%判彆分析
Total 다분류지지향량궤%근홍외광보%소맥산지%판별분석
total multi-class support vector machine%modem near-infrared spectroscopy%growing area%discriminatory analysis
采用近红外光谱分析的方法快速鉴别小麦的产地,可为小麦流通监管、优质小麦生产基地保护和国际贸易提供理论和技术支持.以来自中国不同地域的202份小麦样品为例,在已知样品组分含量(蛋白质、湿面筋、沉降值、硬度)的前提下,结合样品的近红外光谱信息,利用Total多分类支持向量机对小麦产地进行判别分析.在构建分类模型的过程中,使正确分类的小麦样品尽可能地远离分类超平面,使错误分类的小麦样品尽可能地靠近分类超平面,可获得较高的分类精度.通过100个小麦样品构建分类模型,对另外的102个小麦样品产地进行预测,有80个与实际产地相符,预测精度为78.43%.为小麦产地鉴别提供一种新的方法.
採用近紅外光譜分析的方法快速鑒彆小麥的產地,可為小麥流通鑑管、優質小麥生產基地保護和國際貿易提供理論和技術支持.以來自中國不同地域的202份小麥樣品為例,在已知樣品組分含量(蛋白質、濕麵觔、沉降值、硬度)的前提下,結閤樣品的近紅外光譜信息,利用Total多分類支持嚮量機對小麥產地進行判彆分析.在構建分類模型的過程中,使正確分類的小麥樣品儘可能地遠離分類超平麵,使錯誤分類的小麥樣品儘可能地靠近分類超平麵,可穫得較高的分類精度.通過100箇小麥樣品構建分類模型,對另外的102箇小麥樣品產地進行預測,有80箇與實際產地相符,預測精度為78.43%.為小麥產地鑒彆提供一種新的方法.
채용근홍외광보분석적방법쾌속감별소맥적산지,가위소맥류통감관、우질소맥생산기지보호화국제무역제공이론화기술지지.이래자중국불동지역적202빈소맥양품위례,재이지양품조분함량(단백질、습면근、침강치、경도)적전제하,결합양품적근홍외광보신식,이용Total다분류지지향량궤대소맥산지진행판별분석.재구건분류모형적과정중,사정학분류적소맥양품진가능지원리분류초평면,사착오분류적소맥양품진가능지고근분류초평면,가획득교고적분류정도.통과100개소맥양품구건분류모형,대령외적102개소맥양품산지진행예측,유80개여실제산지상부,예측정도위78.43%.위소맥산지감별제공일충신적방법.