10.3969/j.issn.1006-2475.2015.09.022
基于近红外光谱技术的三文鱼肉质分类研究
三文鱼的肉质是评价其品质优劣的重要指标,如果能精确地分辨出其肉质特色,可大大缩减判别时间,增加养殖成功率。本文采用近红外光谱技术和稀疏表示,分析三文鱼的肉质特色,并对其进行分类研究。以虾青素作为肉质特色的分类指标,比较主成分分析法( PCA)和稀疏表示2种不同的光谱数据降维方法对其进行处理,在光谱数据降维的基础上,采用基于线性判别分析的分类算法( LDA)和基于最小二乘支持向量机算法( LS-SVM)建立分类模型。实验结果表明,稀疏表示降维处理的分类模型正确率和准确率要高于主成分分析法。因此,该算法对肉质分类提供了一种新的有效的途径。
近红外光谱技术、三文鱼、稀疏表示、最小二乘支持向量机
TP391(计算技术、计算机技术)
国家自然科学基金资助项目31201446;浙江省自然科学基金资助项目LY15C190011;宁波市民生科技基金资助项目2013C11026
2015-10-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
109-112