支持向量机在苹果分类的近红外光谱模型中的应用

• 作者: 呼怀平 赵杰文 邹小波
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 支持向量机 近红外光谱 苹果 分类
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 149-152
• 页数: 4页
• 分类号: O433.1|S661.1
• 字数: 3058字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.04.029

摘要

建立了一套苹果近红外光谱采集装置来减少因苹果的部位差异性而造成的试验误差.采用一种新的机器学习算法--支持向量机(SVM)建立不同产地、不同品种苹果的近红外光谱分类模型.通过选定RBF函数作为核函数,并确定合适的光谱预处理方法和核函数中惩罚系数C、正则化系数γ,使得所建立的不同品种苹果分类模型的回判识别率和预测识别率均达到100%,不同产地苹果分类模型的回判识别率为87%,预测识别率为100%,与传统的判别分析法相比其预测识别精度提高5%左右.结果表明,支持向量机可以建立高精度的苹果近红外光谱分类模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵杰文	江苏大学食品与生物工程学院	195	5281	41.0	62.0
2	邹小波	江苏大学食品与生物工程学院	131	1877	25.0	38.0
3	呼怀平	江苏大学食品与生物工程学院	1	57	1.0	1.0