基于Total多分类支持向量机的小麦产地判别分析

• 作者: 冯磊 吴静珠 徐义田 徐云 石庆兰
• 来源期刊: 沈阳农业大学学报
• 学科: 化学
• 关键词: Total 多分类支持向量机 近红外光谱 小麦产地 判别分析
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 研究简报
• 页码范围: 333-336
• 页数: 4页
• 分类号: O65713
• 字数: 2429字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2013.03.015

摘要

采用近红外光谱分析的方法快速鉴别小麦的产地,可为小麦流通监管、优质小麦生产基地保护和国际贸易提供理论和技术支持.以来自中国不同地域的202份小麦样品为例,在已知样品组分含量(蛋白质、湿面筋、沉降值、硬度)的前提下,结合样品的近红外光谱信息,利用Total多分类支持向量机对小麦产地进行判别分析.在构建分类模型的过程中,使正确分类的小麦样品尽可能地远离分类超平面,使错误分类的小麦样品尽可能地靠近分类超平面,可获得较高的分类精度.通过100个小麦样品构建分类模型,对另外的102个小麦样品产地进行预测,有80个与实际产地相符,预测精度为78.43％.为小麦产地鉴别提供一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯磊	中国农业大学信息与电气工程学院	17	180	6.0	13.0
2	吴静珠	北京工商大学计算机与信息工程学院	67	599	14.0	21.0
3	徐云	中国农业大学信息与电气工程学院	17	316	8.0	17.0
4	石庆兰	中国农业大学信息与电气工程学院	12	43	4.0	6.0
5	徐义田	中国农业大学理学院	11	137	6.0	11.0