| 小麦霉菌污染支持向量机判别模型的建立 |
| |
| 引用本文： | 吕都,唐健波,赵绪婷,刘永翔,李俊,陈中爱,王梅,冯亚超. 小麦霉菌污染支持向量机判别模型的建立[J]. 食品研究与开发, 2021, 42(18): 136-141 |
| |
| 作者姓名： | 吕都 唐健波 赵绪婷 刘永翔 李俊 陈中爱 王梅 冯亚超 |
| |
| 作者单位： | 贵州省农业科学院生物技术研究所，贵州 贵阳 550006；遵义师范学院生物与农业科技学院，贵州 遵义 563006；叶县食品检验检测中心，河南 平顶山 467200 |
| |
| 基金项目： | 贵州省农业科学院课题（黔农科院青年基金[2019]10号）；贵州省科技计划项目（黔科合支撑[2019]2828号） |
| |
| 摘 要： | 为建立一种快速判别小麦霉菌污染的方法，该研究采用近红外光谱技术结合化学计量学方法，以126份小麦样品为研究对象，通过剔除异常样品、光谱降维和预处理，采用支持向量机分类（support vector machine classification，SVM）方法建立判别模型。结果表明：运用基于马氏距离的主成分分析方法剔除异常样品5个，将原始光谱数据进行降维处理得到8个主成分，能够代表原始样本的98.80%。输入变量的最佳预处理方式为标准正态变量变换，最佳核函数为linear，核函数参数C值为10，SVM判别模型的训练集判别正确率为100%，交叉验证判别正确率为98.89%。用未参与建立判别模型的外部验证集样品对SVM判别模型进行验证，结果表明：SVM判别模型对外部验证集样品的判别正确率为100%。该研究所建立的SVM判别模型可以用于小麦霉菌污染的快速检测。
|
| 关 键 词： | 近红外光谱；小麦；霉菌；判别；支持向量机 |
| 收稿时间： | 2021-04-15 |
Rapid Identification of Mold Contamination in Wheat Using Support Vector Machine Classification |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《食品研究与开发》浏览原始摘要信息 |
|
点击此处可从《食品研究与开发》下载全文 |
|
