基于Total多分类支持向量机的小麦产地判别分析

被引：2

作者：

徐云 ^{[1
]}

吴静珠 ^{[2
]}

石庆兰 ^{[1
]}

冯磊 ^{[1
]}

徐义田 ^{[3
]}

机构：

[1] 中国农业大学信息与电气工程学院

[2] 北京工商大学计算机与信息工程学院

[3] 不详

来源：

沈阳农业大学学报 | 2013年 / 44卷 / 03期

关键词：

Total多分类支持向量机; 近红外光谱; 小麦产地; 判别分析;

D O I：

暂无

中图分类号：

TS211.7 [产品标准与检验];

学科分类号：

摘要：

采用近红外光谱分析的方法快速鉴别小麦的产地,可为小麦流通监管、优质小麦生产基地保护和国际贸易提供理论和技术支持。以来自中国不同地域的202份小麦样品为例,在已知样品组分含量(蛋白质、湿面筋、沉降值、硬度)的前提下,结合样品的近红外光谱信息,利用Total多分类支持向量机对小麦产地进行判别分析。在构建分类模型的过程中,使正确分类的小麦样品尽可能地远离分类超平面,使错误分类的小麦样品尽可能地靠近分类超平面,可获得较高的分类精度。通过100个小麦样品构建分类模型,对另外的102个小麦样品产地进行预测,有80个与实际产地相符,预测精度为78.43%。为小麦产地鉴别提供一种新的方法。

引用

页码：333 / 336

页数：4

共 9 条

[1] 红外光谱结合主成分分析鉴别不同产地黄柏[J]. 袁玉峰,陶站华,刘军贤,田昌海,王桂文,黎永青. 光谱学与光谱分析. 2011(05)
[2] 近红外光谱技术在食品产地溯源中的研究进展[J]. 马冬红,王锡昌,刘利平,刘源. 光谱学与光谱分析. 2011(04)
[3] 近红外光谱对小麦产地来源的判别分析
赵海燕
郭波莉
魏益民
张波
孙淑敏
严军辉
张磊
[J]. 中国农业科学, 2011, 44 (07) : 1451 - 1456
[4] 支持向量机(SVM)在傅里叶变换近红外光谱分析中的应用研究
张录达
苏时光
王来生
李军会
杨丽明
[J]. 光谱学与光谱分析, 2005, (01) : 33 - 35
[5] The potential of coupling information using three analytical techniques for identifying the geographical origin of Liguria extra virgin olive oil[J] . Monica Casale,Chiara Casolino,Paolo Oliveri,Michele Forina. Food Chemistry . 2009 (1)
[6] Near infrared spectral fingerprinting for confirmation of claimed PDO provenance of honey[J] . Tony Woodcock,Gerard Downey,Colm P. O’Donnell. Food Chemistry . 2008 (2)
[7] Geographic origins and compositions of virgin olive oils determinated by chemometric analysis of NIR spectra[J] . O. Galtier,N. Dupuy,Y. Le Dréau,D. Ollivier,C. Pinatel,J. Kister,J. Artaud. Analytica Chimica Acta . 2007 (1)
[8] Discrimination between Chinese rice wines of different geographical origins by NIRS and AAS
Haiyan Yu
Ying Zhou
Xiaping Fu
Lijuan Xie
Yibin Ying
[J]. European Food Research and Technology, 2007, 225 : 313 - 320
[9] K -SVCR. A support vector machine for multi-class classification[J] . Cecilio Angulo,Xavier Parra,Andreu Català. Neurocomputing . 2003 (1)

← 1 →