基于支持向量机的新鲜与解冻许氏平鲉(ebastes schlegeli)近红外光谱鉴别技术

• 作者: 刘申申 周德庆 孙永
• 来源期刊: 渔业科学进展
• 学科: 工学
• 关键词: 近红外光谱 许氏平鲉 解冻 主成分分析 支持向量机 鉴别
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 134-138
• 页数: 5页
• 分类号: TS254
• 字数: 3295字
• 语种: 中文
• DOI: 10.11758/yykxjz.20150620

摘要

本研究建立了一种近红外光谱技术,用于鉴别鱼类是否经过解冻处理.首先测定了120个样品的近红外光谱,通过主成分分析对原始光谱数据进行降维处理,再结合支持向量机建模进行分类鉴别.对所有建模样品的主成分1和2按得分值绘制得分图,进行分析聚类,并将前10个主成分的得分值作为支持向量机的输入,优化惩罚参数c和核函数参数g,对90个样本训练;用未知的30个样本进行判别验证,建立鉴别鲜、冻许氏平鲉的支持向量机分类模型,预测准确率达100％.研究表明,近红外光谱技术结合主成分分析和支持向量机可以作为一种简便、快速、准确的方法用于判断鱼类是否经过解冻处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周德庆	中国水产科学研究院黄海水产研究所	90	945	16.0	26.0
2	孙永	中国水产科学研究院黄海水产研究所	19	190	7.0	13.0
3	刘申申	中国水产科学研究院黄海水产研究所	3	8	1.0	2.0