红外光声光谱技术结合支持向量机鉴别油菜籽品种

• 作者: 余常兵 周健民 杜昌文 陆宇振
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 红外光声光谱 油菜籽 品种鉴别 支持向量机
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 117-120
• 页数: 4页
• 分类号: O657.33
• 字数: 3673字
• 语种: 中文
• DOI: 10.11719/com.app.chem20140125

摘要

采用傅里叶变换红外光声光谱技术对10个品种的油菜籽样本进行品种鉴别.原始光声光谱卷积平滑后,首先采用全谱数据建立支持向量机鉴别模型,当RBF核函数的核参数γ值为0.01时,模型最大预测率为70％.利用方差分析的方法对全谱进行有效波长筛选,筛选后的波长用于建立支持向量机鉴别模型,当γ值取0.1时,模型的识别率和预测率均可达到100％.同时,采用偏最小二乘判别分析建立鉴别模型,作为支持向量机模型的对照,该模型的预测率仅为60％,明显低于支持向量机模型的预测精度.研究表明,红外光声光谱技术结合支持向量机,在油菜籽品种鉴别中有良好的应用性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜昌文	中国科学院南京土壤研究所	51	965	16.0	30.0
2	周健民	中国科学院南京土壤研究所	107	3239	30.0	55.0
3	余常兵	中国农业科学院油料作物研究所	16	213	7.0	14.0
4	陆宇振	中国科学院南京土壤研究所	7	8	1.0	2.0