基于介电频谱技术的甜瓜品种无损检测

摘要：

研究应用介电频谱技术实现对甜瓜的无损、快速及准确分类.以陕西杨凌某4家大棚外形相似的"红阎良"、"新早蜜"、"208"及"玛瑙"等4类成熟甜瓜为研究对象,采用矢量网络分析仪测量共246个样品在20 MHz~4500 MHz的介电频谱.用Kennard-Stone方法划分校正集与验证集,分别建立支持向量机(support vector machine,SVM)和极限学习机(extreme learning machine,ELM)种类判别模型,并比较全频谱(full frequencies,FF)、连续投影算法(successive projection algorithm,SPA)和主成分分析(principal component analysis,PCA)等不同预处理方法对模型精度的影响.结果表明:1)所建6个判别模型验证集总正确率均大于96%,均可用于甜瓜种类的判别.2)对比3种预处理方法,FF完好地保留了样品的原始信息,2种判别模型的验证集总正确率都达到了100%,但由于存在干扰信息导致模型稳定性不好;PCA方法选择能代表原谱信息99.99%的前10个主成分信息用来建模,能有效简化模型,但验证集每个模型均有误判,两种判别模型总正确率分别为96.72%及98.36%;SPA从202个变量中提取17个特征变量参与建模,验证模型整体稳定性较其他两种好,总正确率分别达到96.72%和100%.3)综合考虑判别模型的验证集总正确率及模型稳定性,SPA-ELM模型判别效果最好,验证集总正确率达到100%,更适用于基于介电频谱的甜瓜种类判别.因此,基于甜瓜的介电频谱,通过支持向量机和极限学习机方法可以成功区分甜瓜种类,为甜瓜的无损检测及分类研究提供了一种新方法.

关键词：介电特性、支持向量机、模型、甜瓜、极限学习机、分类

所属期刊栏目：33

分类号：O657(分析化学)

资助基金：国家科技支撑计划2015BAD19B03;陕西省农业科技攻关项目2016NY170

在线出版日期：2017-07-06（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：290-295