基于SVM近红外光谱在烤烟烟叶产地判别中的应用研究

• 作者: 唐果 宋相中 李祖红 田旷达 邱凯贤 郑波 闵顺耕
• 来源期刊: 现代仪器与医疗
• 关键词: 烟叶 近红外光谱 支持向量机 产地判定
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 研究报告
• 页码范围: 34-36
• 页数: 3页
• 分类号: O657.33|TS47
• 语种: 中文

摘要

为研究近红外光谱分析技术结合支持向量机(SVM)模式识别原理在鉴别烟叶产地中的可行性,选择云南省曲靖市所辖6个不同区县的180个烟叶样品为研究对象.对其近红外光谱进行一阶求导后,通过matlab分析软件建立预测各烟叶产地的近红外模型,并应用该模型对78个烟叶样品进行实际产地预测.实验结果表明:上述方法建立的预测模型训练样本的正确识别率100.00％,测试样本正确识别率为91.03％.结果显示,运用基于SVM的近红外光谱技术可以实现烤烟烟叶产地的快速准确判定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵顺耕	中国农业大学理学院应用化学系	82	1434	18.0	36.0
2	郑波		9	82	6.0	9.0
3	李祖红		19	110	5.0	9.0
4	唐果	中国农业大学理学院应用化学系	11	85	6.0	9.0
5	宋相中	中国农业大学理学院应用化学系	6	47	4.0	6.0
6	邱凯贤	中国农业大学理学院应用化学系	3	20	2.0	3.0
7	田旷达	中国农业大学理学院应用化学系	7	53	4.0	7.0