光谱实验室
光譜實驗室
광보실험실
CHINESE JOURNAL OF SPECTROSCOPY LABORATORY
2012年
5期
2699-2702
,共4页
近红外光谱%鸡蛋%种类鉴别%线性判别法%支持向量机
近紅外光譜%鷄蛋%種類鑒彆%線性判彆法%支持嚮量機
근홍외광보%계단%충류감별%선성판별법%지지향량궤
提出一种利用近红外光谱技术进行鸡蛋种类快速、无损鉴别的新方法.选用7500-4000cm-1的光谱,采用标准正态变量变换(SNV)后作主成分分析(PCA),选取前10个主成分作为模型输入,种类类别作为模型输出,分别建立了3种鸡蛋种类的线性判别法(LDA)和支持向量机(SVM)鉴别模型,所建模型均能较好的对鸡蛋种类进行鉴别,SVM模型效果优于LDA模型,其预测集正确识别率达97.44％.结果表明,近红外光谱技术可用于鸡蛋种类的快速、无损鉴别.
提齣一種利用近紅外光譜技術進行鷄蛋種類快速、無損鑒彆的新方法.選用7500-4000cm-1的光譜,採用標準正態變量變換(SNV)後作主成分分析(PCA),選取前10箇主成分作為模型輸入,種類類彆作為模型輸齣,分彆建立瞭3種鷄蛋種類的線性判彆法(LDA)和支持嚮量機(SVM)鑒彆模型,所建模型均能較好的對鷄蛋種類進行鑒彆,SVM模型效果優于LDA模型,其預測集正確識彆率達97.44％.結果錶明,近紅外光譜技術可用于鷄蛋種類的快速、無損鑒彆.
제출일충이용근홍외광보기술진행계단충류쾌속、무손감별적신방법.선용7500-4000cm-1적광보,채용표준정태변량변환(SNV)후작주성분분석(PCA),선취전10개주성분작위모형수입,충류유별작위모형수출,분별건립료3충계단충류적선성판별법(LDA)화지지향량궤(SVM)감별모형,소건모형균능교호적대계단충류진행감별,SVM모형효과우우LDA모형,기예측집정학식별솔체97.44％.결과표명,근홍외광보기술가용우계단충류적쾌속、무손감별.
