SVM方法在肉品新鲜度分类问题中的应用

• 作者: 刘静 管骁
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 支持向量机 肉品新鲜度 分类
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 研究与探讨
• 页码范围: 112-116
• 分类号: TS251.1
• 语种: 中文

摘要

对猪肉、牛肉、羊肉及虾等几种生鲜农产品进行了减压贮藏实验,通过检测各种样品不同保藏时间的挥发性盐基氮含量(TVB-N)、细菌总数、pH值及感官评分数据,以期实现对其新鲜度的准确分类.实验结果表明,任何单一理化或感官指标都难以获得理想的分类正确率.在此基础上,运用支持向量机(support vector machine,SVM)方法对以上数据进行合理的综合训练,并对参数进行优化,从而得到SVM神经网络模型,利用此模型进行肉品的新鲜度分类预测,可大大提高分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管骁	上海理工大学医疗器械与食品学院	67	363	10.0	14.0
2	刘静	上海海事大学信息工程学院	41	167	6.0	10.0