基于PSO-LSSVM和特征波长提取的羊肉掺假检测方法

• 作者: 成甜甜 李师 王克俭 王媛 韩宪忠
• 来源期刊: 食品与机械
• 关键词: 羊肉 掺假 多光谱 粒子群算法 最小二乘支持向量机 特征波长
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 安全与检测
• 页码范围: 46-50
• 页数: 5页
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2020.11.008

摘要

为解决羊肉—猪肉掺假快速检测这一问题,利用多光谱仪器对掺假羊肉进行光谱采集,得到样品在350～1100 nm波段下的反射率.对数据预处理后,利用粒子群算法(PSO)对最小二乘支持向量机(LSSVM)进行优化,建立了基于粒子群优化的最小二乘支持向量机模型(PSO-LSSVM),与偏最小二乘(PLS)、反向传播神经网络(BPNN)和LSSVM 3种模型结果进行比较,结果表明,PSO算法能有效优化LSSVM模型,预测的决定系数和均方根误差分别为0.9204和0.0892.进一步采用随机青蛙算(RF)、无信息变量消除法(UVE)、竞争性自适应重加权法(CARS)提取特征波长并建立偏最小二乘模型,结果显示,UVE-PLS模型预测集的决定系数和均方根误差分别为0.9967和0.0162,UVE优于其他特征波长提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩宪忠		30	145	7.0	11.0
2	王克俭		42	288	10.0	16.0
3	王媛		6	6	1.0	2.0
4	成甜甜		1	0	0.0	0.0
5	李师		1	0	0.0	0.0