基于支持向量机原料乳细菌总数分类检测研究

• 作者: 何桢 周延虎 张炎 高雪峰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 检测 原料乳 细菌总数 品质
• 年，卷（期）: 2007,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 186-190,213
• 页数: 6页
• 分类号: TP391
• 字数: 5870字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.22.056

摘要

基于抽样技术研制了获取原料乳载玻片,建立了基于支持向量机(Support Vector Machine,SVM)分类技术的原料乳细菌总数分类检测系统.其中采用"一对一"及打分策略解决多类别的SVM分类问题,同时通过实验获取了合理的核函数及相关参数,使用测试集进行验证,结果表明.基于SVM算法的原料乳细菌总数分类检测系统分类的准确率可以高达96.42%.最后经过现场试验.结果表明该检测系统的一致性非常好,而且这种检测方法经济、操作简单,12分钟即可给出检测结果,比传统平皿菌落计数法(48 h)有很大提高.能达到对原料乳按照细菌在线检测分级的目的,完全符合现代化乳品加工业的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何桢	天津大学管理学院	276	5264	35.0	62.0
2	高雪峰	天津大学管理学院	21	500	8.0	21.0
3	周延虎	天津大学管理学院	7	496	6.0	7.0
4	张炎	天津大学管理学院	1	6	1.0	1.0