农业机械学报
農業機械學報
농업궤계학보
TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL MACHINERY
2012年
10期
114-117,166
,共5页
江辉%刘国海%梅从立%肖夏宏%于霜%丁煜函
江輝%劉國海%梅從立%肖夏宏%于霜%丁煜函
강휘%류국해%매종립%초하굉%우상%정욱함
秸秆%固态发酵%近红外光谱%主成分分析%一类支持向量机
秸稈%固態髮酵%近紅外光譜%主成分分析%一類支持嚮量機
갈간%고태발효%근홍외광보%주성분분석%일류지지향량궤
利用近红外光谱技术结合一类支持向量机( OC - SVM)快速监测秸秆蛋白饲料固态发酵进程.首先获取发酵物样本在10000 ~4000cm-1波数范围内的近红外漫反射光谱并对其进行主成分分析,提取前7个主成分因子作为模型的输入变量,然后运用OC - SVM算法建立判别模型.在模型建立过程中,采用交互验证的方法优化OC - SVM模型的相关参数.实验结果表明,在相同的条件下,OC - SVM模型在处理失衡训练样本的问题上明显优于SVM模型,当训练集中目标类和非目标类样本数比为1∶8时,OC - SVM模型在验证集中的正确判别率达到85%.
利用近紅外光譜技術結閤一類支持嚮量機( OC - SVM)快速鑑測秸稈蛋白飼料固態髮酵進程.首先穫取髮酵物樣本在10000 ~4000cm-1波數範圍內的近紅外漫反射光譜併對其進行主成分分析,提取前7箇主成分因子作為模型的輸入變量,然後運用OC - SVM算法建立判彆模型.在模型建立過程中,採用交互驗證的方法優化OC - SVM模型的相關參數.實驗結果錶明,在相同的條件下,OC - SVM模型在處理失衡訓練樣本的問題上明顯優于SVM模型,噹訓練集中目標類和非目標類樣本數比為1∶8時,OC - SVM模型在驗證集中的正確判彆率達到85%.
이용근홍외광보기술결합일류지지향량궤( OC - SVM)쾌속감측갈간단백사료고태발효진정.수선획취발효물양본재10000 ~4000cm-1파수범위내적근홍외만반사광보병대기진행주성분분석,제취전7개주성분인자작위모형적수입변량,연후운용OC - SVM산법건립판별모형.재모형건립과정중,채용교호험증적방법우화OC - SVM모형적상관삼수.실험결과표명,재상동적조건하,OC - SVM모형재처리실형훈련양본적문제상명현우우SVM모형,당훈련집중목표류화비목표류양본수비위1∶8시,OC - SVM모형재험증집중적정학판별솔체도85%.