基于支持向量机算法的乳制品分类识别技术研究

• 作者: 尹延东 张正勇 曹佳佳 李双妹 李艳 王梓笛
• 来源期刊: 粮食科技与经济
• 学科: 工学
• 关键词: 支持向量机 拉曼光谱 乳制品 识别 质量管理
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 技术与装备
• 页码范围: 104-107
• 页数: 4页
• 分类号: TS252.7
• 字数: 2107字
• 语种: 中文
• DOI: 10.16465/j.gste.cn431252ts.20200331

摘要

本文针对乳制品分类快速识别技术依旧相对匮乏的现状,获取了样品的拉曼光谱,以此作为表征样品的质量特性数据,输入支持向量机判别模型,构建高效识别技术.结果显示,乳制品拉曼光谱数据采集迅速,含水样品可直接上样测试,单个样品的数据采集时间仅需2.5min,计算机处理时间在10s以内,参数优化条件分别为小波软阈值降噪(db1小波基,分解层数N=3)、归一化处理([-1,1]区间),通过主成分分析提取80个主成分(累计贡献率99％ 以上),支持向量机算法(径向基核函数,惩罚系数c=32,核函数参数g=0.022097),测试集最佳识别率可达到100％.由此可见,本文所建立的高效识别方法,具有分析速度快、流程便捷等多项优点,能够为乳制品质量安全监管提供技术参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正勇	南京财经大学管理科学与工程学院	63	479	10.0	21.0
2	李艳	南京财经大学管理科学与工程学院	5	32	3.0	5.0
3	曹佳佳	南京财经大学管理科学与工程学院	2	0	0.0	0.0
4	王梓笛	南京财经大学管理科学与工程学院	1	0	0.0	0.0
5	李双妹	南京财经大学管理科学与工程学院	1	0	0.0	0.0
6	尹延东	南京财经大学管理科学与工程学院	1	0	0.0	0.0