10.7506/spkx1002-6630-201703012
基于介电频谱的枣果品种鉴别模型的建立
利用LCR测试仪在1~1 000 kHz的频率范围内,选取55个频率点,测定灵武长枣、冬枣和团枣的介电损耗因子ε”频谱和相对介电常数ε'频谱,通过主成分分析(principal component analysis,PCA)法和遗传算(genetic algorithm,GA)法提取介电频谱的有效信息,并选取偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)、线性判别分析(linear discriminant analysis,LDA)和支持向量机(support vector machine, SVM)3种方法进行枣果品种的鉴别模型研究.结果表明,频率和品种对枣果的介电参数均有显著性影响;用PCA 与GA方法提取频谱有效信息的建模效果要优于原始频谱的建模效果;SVM法的建模效果要优于PLS-DA与LDA法的建模效果;以介电损耗因子ε”建立的PCA-SVM模型优于介电常数ε'的GA-SVM模型,其预测集的鉴别准确率为100%.因此,基于介电损耗因子ε”频谱的PCA-SVM模型为枣果品种鉴别的最优模型.
枣果、介电频谱、品种、鉴别模型
38
TS255.7(食品工业)
国家自然科学基金地区科学基金项目31160346
2017-04-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
69-74