收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于烟叶电子鼻-近红外数据融合的支持向量机分类判别烟叶年份(英文)

张浩博  刘太昂  束茹欣  杨凯  叶顺  尤静林  葛炯  
【摘要】:提出了一种基于烟叶近红外光谱(NIR)和烟叶电子鼻(EN)融合数据的烟叶年份判别的支持向量机分类模型。在NIR和EN数据融合的基础上,利用遗传算法来进行变量选择,再建立烟叶年份判别支持向量机模型,所得到的烟叶判别模型在训练集和独立测试集上都具有较高的准确率。建立的烟叶判别NIR-ESVM模型的建模准确率达到100%,留一法准确率达到98.55%,对未知样本的预报准确率为90%。

知网文化
【相似文献】
中国期刊全文数据库 前12条
1 祁正兴;加权支持向量机分类算法及应用[J];青海师专学报.教育科学;2005年06期
2 林继鹏;刘君华;;基于提升支持向量机的多组分气体分析[J];化工自动化及仪表;2007年03期
3 陈念贻,陆文聪;支持向量机算法在化学化工中的应用[J];计算机与应用化学;2002年06期
4 安欣;苏时光;王韬;徐硕;黄文江;张录达;;复合支持向量机方法及其在光谱分析中的应用[J];光谱学与光谱分析;2007年08期
5 陆文聪,陈念贻,叶晨洲,李国正;支持向量机算法和软件ChemSVM介绍[J];计算机与应用化学;2002年06期
6 陆宇振;杜昌文;余常兵;周健民;;红外光声光谱技术结合支持向量机鉴别油菜籽品种[J];计算机与应用化学;2014年01期
7 丁彦蕊,蔡宇杰,须文波;基于氨基酸组成预测蛋白质热稳定性的v-支持向量机方法(英文)[J];计算机与应用化学;2005年06期
8 陶怀志;蒲晓林;王贵;;基于支持向量机的蒙脱土悬浮液电动电位预测[J];计算机与应用化学;2012年02期
9 周秀军;戴连奎;;基于最小二乘支持向量机的橄榄油掺杂拉曼快速鉴别方法[J];光散射学报;2013年02期
10 金叶;杨凯;吴永江;刘雪松;陈勇;;基于粒子群算法的最小二乘支持向量机在红花提取液近红外定量分析中的应用[J];分析化学;2012年06期
11 徐永霞;刘滢;姜程程;张朝敏;仪淑敏;励建荣;;电子鼻结合气质联用法分析大菱鲆冷藏过程中挥发性成分变化[J];食品与发酵工业;2014年01期
12 白鹏;谢文俊;刘君华;;支持向量机在混合气体种类光谱识别中的应用[J];光电工程;2006年08期
中国重要会议论文全文数据库 前1条
1 李占潮;陈超;周喜斌;邹小勇;;基于遗传算法和支持向量机预测蛋白质结构类[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
中国博士学位论文全文数据库 前2条
1 王吉;面向多气味识别和等级预测的电子鼻应用方法研究[D];华东理工大学;2015年
2 黄晓辰;基于电子鼻和电子舌的苹果汁中脂环酸芽孢杆菌污染的快速检测方法研究[D];西北农林科技大学;2016年
中国硕士学位论文全文数据库 前6条
1 王驰;Ag/TiO_2/CaCO_3复合纳米催化剂降低再造烟叶烟气羰基化合物的研究[D];合肥工业大学;2017年
2 阮晓芳;支持向量机方法在医学和环境化学中的应用研究[D];兰州大学;2007年
3 束庆波;电子鼻技术在易制毒化学品检测中的应用研究[D];安徽工程大学;2015年
4 白玉;白酒电子鼻信号去漂移方法及空载条件漂移现象初探[D];河南科技大学;2017年
5 孔丽娜;电子鼻技术在草鱼鲜度及风味分析的应用研究[D];华东理工大学;2015年
6 戴钰婷;支持向量机在多元校正、QSAR及化学模式识别研究中的应用[D];上海师范大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978