基于SVM的近红外黑木耳多糖含量分类

• 作者: 何睿 孙丽萍 张希萌 李佳琪
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 计算机仿真 支持向量机 近红外光谱技术 黑木耳 多糖含量 分类模型
• 年，卷（期）: 2019,（8）
• 页码范围: 16-21
• 页数: 6页
• 分类号: TP391.9
• 字数: 3808字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.08.004

摘要

黑木耳作为一种胶质食用菌,富含多种营养物质,其中多糖是其中所占比重最大、含量最高的功能性成分之一.针对黑木耳多糖的分类,区别于传统的化学方法检测操作复杂、检测速度慢的问题,文中利用红外光谱技术,对东北黑木耳样本进行多糖成分进行无损检测,并利用支持向量机(SVM)的算法进行建模仿真.通过选定核函数的最优惩罚系数C=100、正则化系数V=10-1,测得黑木耳多糖分类模型的识别结果的精确率为85.7％,召回率为87.3％,F1-score为0.864,达到了预期目标.试验证明,相比较于常规的黑木耳多糖检测方法来说,根据支持向量机算法建立的高精度黑木耳近红外光谱多糖分类模型是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙丽萍	东北林业大学机电工程学院	129	739	13.0	18.0
2	何睿	东北林业大学机电工程学院	3	9	2.0	3.0
3	张希萌	东北林业大学机电工程学院	2	7	2.0	2.0
4	李佳琪	东北林业大学机电工程学院	2	7	2.0	2.0