拉曼光谱结合模式识别算法用以牛奶制品 智能判别与参数优化

• 作者: 张正勇 桂冬冬 沙敏 王彦波 王海燕 程永波
• 来源期刊: 中国奶牛
• 学科: 工学
• 关键词: 拉曼光谱 模式识别 化学计量学 牛奶制品 参数优化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 质量安全
• 页码范围: 55-60
• 页数: 6页
• 分类号: TS252.1
• 字数: 4227字
• 语种: 中文
• DOI: 10.19305/j.cnki.11-3009/s.2018.02.014

摘要

本试验以牛初乳奶片、乳酸奶片为对象,采集了多个样品的拉曼光谱并进行结构解析,随后以拉曼光谱为输入,先后论证了多种数据预处理方法的适用性,以及特征提取方法的选择、分类算法的参数优化.结果显示,奶片的拉曼光谱可提供样品丰富的化学结构信息,表征蛋白质、脂肪、糖类等营养物质信息,但由于样品间具有较高的谱图相似性,仅凭裸眼无法实现类别判别.引入支持向量机分类器,系统讨论了包括小波降噪、多元散射校正、求导、归一化多种数据预处理方法,结果发现小波降噪、多元散射校正、一阶求导以及归一化相结合的预处理可有效提高分类器识别率.进一步运用主成分分析特征提取算法,揭示出特征提取可提高分类算法的运行效率、去除冗余信息、节省运行时间、提高分类准确率.随后,比较了网格搜索算法、粒子群优化算法、遗传算法,用以支持向量机分类器参数优化,揭示出网格搜索算法可高效获得最佳惩罚参数(c=11.3731)和核函数参数(γ=0.00097656),可供建立优化的智能判别模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海燕	南京财经大学管理科学与工程学院	49	361	11.0	17.0
4	王彦波	浙江工商大学食品与生物工程学院	61	314	10.0	14.0
11	沙敏	南京财经大学管理科学与工程学院	18	24	3.0	4.0
12	桂冬冬	南京财经大学管理科学与工程学院	7	6	2.0	2.0
13	程永波	南京财经大学管理科学与工程学院	22	63	5.0	7.0