• 首页|编委会|期刊简介|期刊荣誉|投稿指南|联系我们|过刊浏览
周娇娇,徐文杰,许竞,尤娟,熊善柏.基于近红外光谱与 KPCA-SVM鉴别淡水鱼肉[J].华中农业大学学报,2019,38(5):98-104
基于近红外光谱与 KPCA-SVM鉴别淡水鱼肉
Identification of freshwater fish species based on near infrared spectroscopy and KPCA-SVM method
投稿时间:2019-02-28  
DOI:
中文关键词:  近红外光谱; 特征提取方法; 淡水鱼肉; 水产品品质; 支持向量机  鉴别  正确判别率
英文关键词:near infrared spectrum  feature extraction method  freshwater fish  aquatic product quality  support vector machine  identification  accuracy rate
基金项目:现代农业产业技术体系专项(CARS 45-27);湖北省技术创新专项重大项目(2016ABA115)
作者单位E-mail
周娇娇 1.华中农业大学食品科学技术学院武汉 430070 2.国家大宗淡水鱼加工技术研发分中心(武汉)武汉 430070 2236827292@qq.com 
徐文杰 1.华中农业大学食品科学技术学院武汉 430070 2.国家大宗淡水鱼加工技术研发分中心(武汉)武汉 430070  
许竞 华中农业大学理学院武汉 430070  
尤娟 1.华中农业大学食品科学技术学院武汉 430070 2.国家大宗淡水鱼加工技术研发分中心(武汉)武汉 430070  
熊善柏 1.华中农业大学食品科学技术学院武汉 430070 2.国家大宗淡水鱼加工技术研发分中心(武汉)武汉 4300704.环境食品学教育部重点实验室武汉 430070 xiongsb@mail.hzau.edu.cn 
摘要点击次数: 108
全文下载次数: 153
中文摘要:
      为实现淡水鱼品种的快速鉴别,采用近红外光谱分析技术建立7种淡水鱼鲜肉的快速鉴别模型。试验采集了鲢、草鱼、乌鳢、鲫、鲤、青鱼、鳙7种淡水鱼共772个鲜鱼肉样品的近红外光谱数据,分别考察标准正态变换 (standard normalized variate,SNV)、多元散射校正 (multiplicative signal correction,MSC) 的预处理方法及核主成分分析 (kernel principal component analysis,KPCA) 和主成分分析(principal component analysis,PCA) 的特征提取方法对支持向量机(support vector machine,SVM)判别模型的影响。结果显示,经SNV预处理和KPCA提取特征变量后,对未知样品的整体正确判别率达到92.68%。因此,采用近红外光谱技术结合化学计量学方法所建SVM 模型可以实现淡水鱼品种的快速鉴别。
英文摘要:
      To realize the rapid identification of freshwater fish species,near infrared reflectance spectroscopy was employed to establish the identification models of fish species. 772 samples of 7 freshwater fish species (silver carp,grass carp,snakehead,crucian carp,common carp,black carp,bighead carp) were prepared to collect near infrared spectra data. The effects of preprocessing methods including standard normalized variate (SNV),multiple scattering correction (MSC) and the feature extraction methods including kernel principal component analysis (KPCA) and principal component analysis (PCA) on the discrimination models of support vector machine (SVM) were investigated,respectively. The results showed that the overall accuracy rate was 92.68% for the unknown sample after the SNV preprocessing and KPCA extraction of characteristic variables. Therefore,the SVM model constructed by near infrared spectroscopy combined with chemometric methods is feasible for rapid identification of freshwater fish species.
查看全文  查看/发表评论  下载PDF阅读器
关闭
版权所有:华中农业大学学报(自然科学版)  
主管单位:教育部 主办单位:华中农业大学 地址:湖北武汉南湖狮子山华中农业大学内
电话:027-87287364 电子邮件:hnlkxb@mail.hzau.edu.cn
您是本站第7520640位访问者  今日一共访问2030次  
技术支持:北京勤云科技发展有限公司