SVM方法在淀粉分类问题中的应用

被引：5

作者：

孙晓荣

刘翠玲

吴静珠

董秀丽

韩明璐

机构：

[1] 北京工商大学计算机与信息工程学院

来源：

食品工业科技 | 2011年 / 32卷 / 11期

基金：

北京市自然科学基金;

关键词：

支持向量机; 淀粉; 近红外光谱;

D O I：

10.13386/j.issn1002-0306.2011.11.127

中图分类号：

TS237 [产品标准与检验];

学科分类号：

083202 ;

摘要：

采用不同品牌的马铃薯淀粉和玉米淀粉共计49个样品,运用VERTEX70进行光谱扫描,在不同光谱范围内,通过对原始光谱进行不同的预处理,得到淀粉样品的近红外光谱数据。在Matlab6.5仿真环境下,采用SVM工具包实现对样品数据的训练和预测,选取不同的核函数和惩罚因子C,可以准确地将淀粉进行分类。实验结果表明,利用近红外技术结合支持向量机对淀粉类别进行判别是可行的。

引用

页码：431 / 433

页数：3

共 6 条

[1] SVM方法在肉品新鲜度分类问题中的应用 [J].