基于THz-TDS技术与改进IPSO-SVM模型的小米品质识别

• 作者: 徐雷钧 李明利 白雪
• 来源期刊: 江苏农业科学
• 学科: 农学
• 关键词: 太赫兹时域光谱(THz-TDS)技术 小米 品质 吸收系数 偏最小二乘法-判别分析(PLS-DA) 类子群(PSO)-支持向量机(SVM)
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 254-258,267
• 页数: 6页
• 分类号: S126
• 字数: 4639字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2018.21.064

摘要

为实现小米品质快速、精确的鉴别分析,探索了一种基于THz技术结合化学计量学方法的小米品质识别的新方法.采用THz-TDS技术测试了正常、虫蛀和霉变小米样品,将0～1.6 THz频段的吸收系数与模式识别算法结合实现其品质鉴别分析.结果表明,不同品质小米的吸收系数和折射率具有差异.利用直接正交信号校正+标准正态交换+S-G卷积平滑(DSOC+SNV+S-G)预处理和竞争性自适应重加权+连续投影法(CARS+SPA)优选的16个特征波长所建偏最小二乘法-判别分析(PLS-DA)、粒子群-支持向量机(PSO-SVM)模型测试集准确率分别为93.33％、95.55％.为解决粒子群(PSO)寻优过程易陷入局部极值的问题和提升模型性能,对此提出了一种新型的粒子群(IPSO)优化支持向量机(SVM)的方法.通过增加调制参数和更新机制进行参数寻优,利用基于径向基内核(RBF)的支持向量机(SVM)和10折交叉验证的方法建立识别模型,寻优得到核函数参数g=15.4593、惩罚参数c=0.8133所建IPSO-SVM的性能优于其他模型,回代训练集和测试集的准确率达到100.00％、97.78％.可见,THz技术结合IPSO-SVM能较准确地鉴别小米品质,为小米品质的识别探索出一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白雪	江苏大学电气信息工程学院	32	203	7.0	13.0
2	徐雷钧	江苏大学电气信息工程学院	33	121	7.0	10.0
6	李明利	江苏大学电气信息工程学院	1	2	1.0	1.0