基于THz-TDS技术与改进IPSO-SVM模型的小米品质识别

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.

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)

所属期刊栏目：46

分类号：S126(农业物理学)

资助基金：江苏省自然科学基金BK20161352;江苏省第十三批六大人才高峰高层次人才项目DZXX-018;中国博士后科学基金2015M570414;江苏省农业科技自主创新资金CX173001

在线出版日期：2019-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：254-258,267