基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了实现茶叶种类与产地的识别,提出了一种基于矿质元素和支持向量机的茶叶鉴别方法.该方法首先运用ICP光谱仪测定30个茶叶样本中的Mg,Al,P,Ca,Mn,Fe,Cu,Zn,Ba等共16种元素含量,接着对采集到的数据进行标准化处理,随机抽取样本用于设计训练基于支持向量机的多元分类器,然后对测试样本进行种类与产地识别.试验结果表明,采用“一对一”的多分类支持向量机方法比聚类分析具有更好的抗干扰性和更强的分类能力,在小样本的情况下对茶叶种类和产地的识别率均达到91.67%,能有效进行茶叶鉴别.
推荐文章
基于主元分析和支持向量机的异常检测
主元分析
支持向量机
异常检测
基于多特征的支持向量机印鉴识别
Gabor滤波器
极坐标变换
奇异值分解
支持向量机
基于V-支持向量机与ε-支持向量机的非线性系统辨识
支持向量机
非线性系统
辨识
回归问题
基于支持向量机和模态频率的结构损伤诊断
支持向量机
模态频率
损伤识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于矿质元素含量和支持向量机的茶叶鉴别分析
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 茶叶 矿质元素 支持向量机 鉴别 产地 种类
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 636-641
页数 分类号 TS272.7
字数 4036字 语种 中文
DOI 10.3969/j.issn.1671-7775.2011.06.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李晓钟 江南大学商学院 63 637 14.0 23.0
2 钟芳 江南大学食品学院 76 982 19.0 28.0
3 李清光 江南大学食品学院 5 25 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (125)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (46)
二级引证文献  (19)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
茶叶
矿质元素
支持向量机
鉴别
产地
种类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导