东北农业大学学报
東北農業大學學報
동북농업대학학보
JOURNAL OF NORTHEAST AGRICULTURAL UNIVERSITY
2014年
2期
94-102
,共9页
陈红光%王健%中野和弘%敖长林
陳紅光%王健%中野和弘%敖長林
진홍광%왕건%중야화홍%오장림
支持向量机%可见/近红外光谱%无损检测%导数光谱%主成分分析
支持嚮量機%可見/近紅外光譜%無損檢測%導數光譜%主成分分析
지지향량궤%가견/근홍외광보%무손검측%도수광보%주성분분석
SVM,Visible/near-infrared%nondestructive measurement%derivative spectroscopy%principal components analysis
大枣内部虫害的光谱检测是利用大枣本身的光特性,获取与大枣内部虫害有关的物理化学信息,并利用NIR光谱与化学计量学方法建立定量模型来准确测定物质某些成分的含量.文章对160个大枣样品的近红外光谱测量数据进行二阶导数处理,找出测量波长范围内具有最大样本识别能力的有效波长,再用主成分分析进行降维处理,最后通过支持向量机算法对预测集大枣样本有无虫害进行判别,平均判别正确率为93.5％,并且算法比较稳定.综上,所测样品保持完整,不被破坏;仅通过对样品的一次NIR光谱的简单测量,就能同时测定物质的多种成分数据;可对复杂体系进行多组分同时测定,在短时间内获得分析结果,有利于工业化生产的实时、在线检测,自动化分级.
大棘內部蟲害的光譜檢測是利用大棘本身的光特性,穫取與大棘內部蟲害有關的物理化學信息,併利用NIR光譜與化學計量學方法建立定量模型來準確測定物質某些成分的含量.文章對160箇大棘樣品的近紅外光譜測量數據進行二階導數處理,找齣測量波長範圍內具有最大樣本識彆能力的有效波長,再用主成分分析進行降維處理,最後通過支持嚮量機算法對預測集大棘樣本有無蟲害進行判彆,平均判彆正確率為93.5％,併且算法比較穩定.綜上,所測樣品保持完整,不被破壞;僅通過對樣品的一次NIR光譜的簡單測量,就能同時測定物質的多種成分數據;可對複雜體繫進行多組分同時測定,在短時間內穫得分析結果,有利于工業化生產的實時、在線檢測,自動化分級.
대조내부충해적광보검측시이용대조본신적광특성,획취여대조내부충해유관적물이화학신식,병이용NIR광보여화학계량학방법건립정량모형래준학측정물질모사성분적함량.문장대160개대조양품적근홍외광보측량수거진행이계도수처리,조출측량파장범위내구유최대양본식별능력적유효파장,재용주성분분석진행강유처리,최후통과지지향량궤산법대예측집대조양본유무충해진행판별,평균판별정학솔위93.5％,병차산법비교은정.종상,소측양품보지완정,불피파배;부통과대양품적일차NIR광보적간단측량,취능동시측정물질적다충성분수거;가대복잡체계진행다조분동시측정,재단시간내획득분석결과,유리우공업화생산적실시、재선검측,자동화분급.
