基于OC-SVM和近红外光谱的秸秆固态发酵进程监测

摘要：

利用近红外光谱技术结合一类支持向量机( OC - SVM)快速监测秸秆蛋白饲料固态发酵进程.首先获取发酵物样本在10000 ～4000cm-1波数范围内的近红外漫反射光谱并对其进行主成分分析,提取前7个主成分因子作为模型的输入变量,然后运用OC - SVM算法建立判别模型.在模型建立过程中,采用交互验证的方法优化OC - SVM模型的相关参数.实验结果表明,在相同的条件下,OC - SVM模型在处理失衡训练样本的问题上明显优于SVM模型,当训练集中目标类和非目标类样本数比为1∶8时,OC - SVM模型在验证集中的正确判别率达到85％.

关键词：秸秆、固态发酵、近红外光谱、主成分分析、一类支持向量机

所属期刊栏目：43

分类号：O657.33;TQ92(分析化学)

资助基金：国家高技术研究发展计划863计划资助项目2007AA04Z179;江苏省研究生科研创新计划资助项目CXZZ11_0572;江苏高校优势学科建设工程资助项目PAPD20116;镇江市农业科技支撑资助项目NY2010017

在线出版日期：2013-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：114-117,166