基于最小二乘支持向量回归的鹅肉弹性的可见-近红外光谱测定

• 作者: 刘木华 吁芳 涂冬成 袁海超 赵进辉
• 来源期刊: 核农学报
• 学科: 化学
• 关键词: 可见-近红外光谱 弹性 最小二乘支持向量回归 联合区间偏最小二乘法 遗传算法
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 农产品辐照研究·食品科学
• 页码范围: 1154-1158
• 分类号: O657.3
• 语种: 中文

摘要

为简化鹅肉弹性的可见-近红外光谱模型和提高预测精度,采用联合区间偏最小二乘法（synergyinterval partial least square algorithm,siPLS）结合遗传算法（Genetic algorithm,GA）提取可见-近红外光谱特征波长,用最小二乘支持向量回归（least square support vector for regression,LSSVR）建立鹅肉弹性的预测模型。试验以万能试验机获取恢复距离S作为鹅肉弹性实际值。在模型建立过程中,先利用sym8小波的2层分解对原始的可见-近红外光谱进行光谱预处理;然后用siPLS优选出4个特征光谱子区间（分别为第3、5、9、13子区间）,在这4个特征光谱子区间内继续用GA优选出74个特征波长,并建立基于LSSVR的鹅肉弹性的预测模型。模型预测集的决定系数（R2）和预测均方根误差（root mean squarederror of prediction,RMSEP）分别为0.9096和0.0588。试验结果表明,siPLS结合GA法能够有效提取光谱中的鹅肉弹性对应的特征波长,有利于提高LSSVR模型预测鹅肉弹性的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘木华	江西农业大学工学院	228	2503	23.0	41.0
2	赵进辉	江西农业大学工学院	36	66	5.0	7.0
3	袁海超	江西农业大学工学院	25	33	4.0	4.0
4	吁芳	江西农业大学工学院	3	15	2.0	3.0
5	涂冬成	江西农业大学工学院	2	25	2.0	2.0