支持向量机-微量元素分析法判别乌龙茶、红茶与绿茶

被引：9

作者：

陈念贻

陆文聪

陈瑞兰

叶晨洲

李国正

机构：

[1] 上海大学理学院化学系计算机化学研究室,上海大学理学院化学系计算机化学研究室,上海大学理学院化学系计算机化学研究室,上海交通大学图象及模式识别研究所,上海交通大学图象及模式识别研究所上海,上海,上海,上海,上海

来源：

计算机与应用化学 | 2002年 / 06期

关键词：

乌龙茶判别; 微量元素; 支持向量机算法;

D O I：

10.16866/j.com.app.chem2002.06.011

中图分类号：

TS272 [茶];

学科分类号：

090203 ;

摘要：

茶叶中的微量元素含量与产地土壤中的微量元素含量有关,故可用多种微量元素的分析数据结合模式识别计算判别茶叶产地和品牌。本工作根据三类茶叶中Zn,Mn,Mg,Cu,Al,Ca,Ba,K,8种元素的分析数据,用支持向量机算法判别乌龙茶、红茶或绿茶,并用留一法检验其预报能力。计算表明:支持向量机算法结果优于Fisher法和KNN法。采用福建安溪铁观音乌龙茶样品的元素分析结果作测试样品,检验本工作所得数学模型,判别结果亦与实际符合。

引用

页码：719 / 720

页数：2

共 3 条

[1] Support vector machines in combinatorial chemistry
Trotter, MWB
Buxton, BF
Holden, SB
[J]. MEASUREMENT & CONTROL, 2001, 34 (08) : 235 - 239
[2] Drug design by machine learning: support vector machines for pharmaceutical data analysis[J] . R. Burbidge,M. Trotter,B. Buxton,S. Holden. Computers and Chemistry . 2001 (1)
[3] Pattern recognition procedures for differentiation of Green, Black and Oolong teas according to their metal content from inductively coupled plasma atomic emission spectrometry[J] . M.ángeles Herrador,A.Gustavo González. Talanta . 2001 (6)

← 1 →