基于支持向量机的牛肉嫩度等级评价模型研究

被引:2
作者
田潇瑜
徐杨
彭彦昆
马世榜
唐鸣
牛力钊
机构
[1] 中国农业大学工学院
关键词
反射光谱; 支持向量机; 嫩度; 主成分分析;
D O I
10.19812/j.cnki.jfsq11-5956/ts.2012.06.011
中图分类号
TS251.7 [产品标准与检验];
学科分类号
摘要
目的利用VIS/NIR反射光谱建立基于支持向量机的生鲜牛肉嫩度等级的评价模型。方法以牛肉背最长肌为研究对象,选取样本58个,在牛肉新鲜切口处采集波长范围400~1700nm的反射光谱信息,使用肉类嫩度测量仪测量牛肉剪切力值,应用支持向量机(SVM)模型评价牛肉嫩度等级。结果应用SVM模型可以较好地实现对牛肉嫩度等级的评价。尤其是经主成分分析降维预处理,结合径向基核函数SVM,对牛肉训练集嫩度等级的回判率达到95%,对样品校正集判别的准确率进一步提高至83.3%。结论 SVM模型对牛肉嫩度等级评价结果较好,进行主成分分析后,判别结果有所提高。
引用
收藏
页码:613 / 616
页数:4
相关论文
共 8 条
  • [1] 牛肉嫩度的高光谱法检测技术
    吴建虎
    彭彦昆
    江发潮
    王伟
    李永玉
    高晓东
    [J]. 农业机械学报, 2009, 40 (12) : 135 - 138+150
  • [2] 近红外光谱分析技术在辛硫磷农药残留检测中的应用[J]. 沈飞,闫战科,叶尊忠,应义斌. 光谱学与光谱分析. 2009(09)
  • [3] 近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展[J]. 孙通,徐惠荣,应义斌. 光谱学与光谱分析. 2009(01)
  • [4] 牛肉嫩度的近红外光谱法检测技术研究
    赵杰文
    翟剑妹
    刘木华
    蔡健荣
    [J]. 光谱学与光谱分析, 2006, (04) : 640 - 642
  • [5] 高斯核支持向量机分类和模型参数选择研究
    郑小霞
    钱锋
    [J]. 计算机工程与应用, 2006, (01) : 77 - 79
  • [6] Predicting beef tenderness using color and multispectral image texture features
    Sun, X.
    Chen, K. J.
    Maddock-Carlin, K. R.
    Anderson, V. L.
    Lepper, A. N.
    Schwartz, C. A.
    Keller, W. L.
    Ilse, B. R.
    Magolski, J. D.
    Berg, E. P.
    [J]. MEAT SCIENCE, 2012, 92 (04) : 386 - 393
  • [7] Contribution of major structural changes in myofibrils to rabbit meat tenderisation during ageing
    Prates, JAM
    Costa, FJSGE
    Ribeiro, AMR
    Correia, AAD
    [J]. MEAT SCIENCE, 2002, 61 (01) : 103 - 113
  • [8] Non-destructive prediction of selected quality attributes of beef by near-infrared reflectance spectroscopy between 750 and 1098 nm
    Byrne, CE
    Downey, G
    Troy, DJ
    Buckley, DJ
    [J]. MEAT SCIENCE, 1998, 49 (04) : 399 - 409