收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于主成分分析和改进支持向量机的猪肉品质识别

张保霞  
【摘要】:目的:剔除近红外光谱存在大量冗余信息以及提高猪肉品质识别的精度,建立猪肉品质快速识别方法。方法:运用主成分分析对猪肉光谱数据进行降维处理,筛选出猪肉光谱特征波长;运用樽海鞘群算法进行支持向量机(SVM)模型的参数优化,提出一种基于樽海鞘算法改进支持向量机的猪肉品质识别模型。结果:与灰狼算法(GWO)优化SVM(GWO-SVM)、网格搜索算法改进SVM(Grid-SVM)、粒子群算法改进SVM(PSO-SVM)和SVM相比,基于SSA-SVM的猪肉品质识别模型的精度最高。结论:融合主成分分析和樽海鞘算法优化SVM模型的猪肉品质识别模型可以有效提高SVM模型的猪肉品质识别精度。

知网文化
【相似文献】
中国期刊全文数据库 前17条
1 谭念;孙一丹;王学顺;黄安民;谢冰峰;;基于主成分分析和支持向量机的木材近红外光谱树种识别研究[J];光谱学与光谱分析;2017年11期
2 何文;;略论近红外光谱分析技术及其应用[J];化工管理;2018年31期
3 青丹;张娜;李玉静;;现代近红外光谱方法在食品检测中的应用[J];现代食品;2018年13期
4 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
5 吴习宇;祝诗平;黄华;徐丹;郭启高;;近红外光谱技术鉴别花椒产地[J];光谱学与光谱分析;2018年01期
6 黄常毅;范海滨;刘飞;许赣荣;彭秀辉;;近红外光谱法在红曲菌固态发酵过程参数检测中的应用[J];分析测试学报;2014年01期
7 张小确;高枝荣;夏云贵;;主成分分析方法及其在各仪器分析中的应用[J];河北工业科技;2007年06期
8 金丹;张大奎;王守凯;陈兴;李懿轩;许浩然;;我国近红外光谱分析技术的发展[J];广东化工;2018年03期
9 侯振雨;姚树文;谷永庆;徐甲强;;独立成分分析支持向量机回归模型及其在近红外光谱分析中的应用[J];河南师范大学学报(自然科学版);2006年02期
10 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
11 姚肖刚,戴连奎,方骏;基于支持向量机的柴油十六烷值近红外光谱测量方法[J];化工自动化及仪表;2004年02期
12 杜伟锋;贾永强;姜东京;张浩;;基于近红外光谱主成分分析-马氏距离法的发汗与未发汗续断的快速鉴别[J];中国中药杂志;2014年23期
13 王幸幸;徐坤;史岩;周学秋;张双灵;;基于近红外光谱技术的大麻哈鱼品种快速鉴别研究[J];食品工业;2012年06期
14 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
15 吕都;唐健波;徐廷霞;陈中爱;李俊;刘永翔;姜太玲;;近红外光谱技术快速鉴别稻谷霉菌污染的研究[J];食品科技;2021年06期
16 孔汶汶;刘飞;方慧;何勇;;除草剂胁迫下大麦叶片丙二醛含量的光谱快速检测方法[J];农业工程学报;2012年02期
17 侯晓蕾;武小红;武斌;沈嘉棋;汪鑫;;基于模糊鉴别主成分分析的生菜贮藏时间鉴别[J];食品与机械;2021年10期
中国重要会议论文全文数据库 前6条
1 王梓笛;李双妹;李艳;尹延东;曹佳佳;张正勇;;基于拉曼光谱-支持向量机的乳制品快速智能鉴别技术研究[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
2 桂冬冬;鲁齐;金灿灿;张正勇;王海燕;;基于稀疏主成分分析的乳制品拉曼光谱特征提取及解析技术研究[A];第二十届全国分子光谱学学术会议暨2018年光谱年会论文集[C];2018年
3 张欣;吴祺琤;于洋;李颜;张卓勇;;不同数据重构方法对多元曲线分辨的影响[A];第二十届全国分子光谱学学术会议暨2018年光谱年会论文集[C];2018年
4 刘兰军;翟永庆;郑俊俊;范萍萍;邓莉;;基于深度学习的土壤氮含量可见/近红外光谱建模[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
5 陈瀑;褚小立;;原油及重油的快速分析技术进展[A];《分析测试学报》创刊30周年庆祝大会暨第五届编委会会议论文集[C];2012年
6 路春霞;刘源;孙晓红;潘迎捷;赵勇;;基于培养液的傅里叶变换近红外光谱指纹区分食源性致病菌的研究[A];中国食品科学技术学会第八届年会暨第六届东西方食品业高层论坛论文摘要集[C];2011年
中国博士学位论文全文数据库 前1条
1 谈爱玲;水中石油类污染物光纤光谱检测方法的研究[D];燕山大学;2012年
中国硕士学位论文全文数据库 前14条
1 应璐娜;基于机器学习算法提高光谱检测效果方法研究[D];浙江师范大学;2019年
2 王兴浩;基于改进型支持向量机的水质监测传感器自校正研究[D];北方工业大学;2019年
3 李文环;近红外光谱分析技术在常用塑料快速鉴别上的应用[D];中国计量大学;2018年
4 林瓒;股骨头坏死的近红外光谱分析[D];重庆医科大学;2019年
5 马喜波;支持向量机算法在有机化合物构效关系中的应用[D];北京化工大学;2008年
6 孟雪莹;基于可见光-近红外光谱的煤岩识别方法试验研究[D];安徽理工大学;2020年
7 戴小也;基于近红外光谱分析技术的猪肉品质快速检测方法研究[D];中国矿业大学;2019年
8 王杰;基于拉曼光谱和荧光光谱技术的生物气溶胶检测及识别方法研究[D];中国计量大学;2019年
9 吴继东;自适应小波包特征提取支持向量机建模及光谱分析应用[D];湖南大学;2012年
10 杨柳;傅里叶变换红外光谱结合分类识别算法在高危人乳头瘤病毒筛查中的应用研究[D];北京邮电大学;2021年
11 王赛亚;塔山综放工作面煤岩光谱识别方法和适应性研究[D];中国矿业大学;2021年
12 李冰;近红外光谱法用于丹参中原儿茶醛含量定量预测研究[D];吉林大学;2004年
13 朱磊磊;拉曼光谱分析技术在纺织品检测上的应用[D];中国计量大学;2019年
14 王淑贤;基于近红外光谱技术的普洱茶品质检测分析[D];山东大学;2020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