| 基于PSO-LSSVM和特征波长提取的羊肉掺假检测方法 |
| |
| 引用本文： | 成甜甜,王克俭,韩宪忠,李师,王媛.基于PSO-LSSVM和特征波长提取的羊肉掺假检测方法[J].食品与机械,2020(11):46-50. |
| |
| 作者姓名： | 成甜甜 王克俭 韩宪忠 李师 王媛 |
| |
| 作者单位： | 河北农业大学,河北 保定 071000 ；国家羊肉加工技术研发专业中心〔衡水志豪畜牧科技有限公司〕,河北 衡水 053000 |
| |
| 基金项目： | 河北省现代农业产业技术体系产业创新团队品牌与产品加工岗位项目(编号:HBCT2018140203) |
| |
| 摘 要： | 为解决羊肉—猪肉掺假快速检测这一问题,利用多光谱仪器对掺假羊肉进行光谱采集,得到样品在350~1 100 nm 波段下的反射率。对数据预处理后,利用粒子群算法(PSO)对最小二乘支持向量机(LSSVM)进行优化,建立了基于粒子群优化的最小二乘支持向量机模型(PSO-LSSVM),与偏最小二乘(PLS)、反向传播神经网络(BPNN)和LSSVM 3种模型结果进行比较,结果表明,PSO算法能有效优化LSSVM模型,预测的决定系数和均方根误差分别为0.920 4和0.089 2。进一步采用随机青蛙算(RF)、无信息变量消除法(UVE)、竞争性自适应重加权法(CARS)提取特征波长并建立偏最小二乘模型,结果显示,UVE-PLS模型预测集的决定系数和均方根误差分别为0.996 7和0.016 2,UVE优于其他特征波长提取方法。
|
| 关 键 词： | 羊肉 掺假 多光谱 粒子群算法 最小二乘支持向量机 特征波长 |
Detection method of mutton adulteration based on PSO-LSSVM and characteristic wavelengths extraction |
| |
| CHENG Tian-tian,WANG Ke-jian,HAN Xian-zhong,LI Shi,WANG Yuan.Detection method of mutton adulteration based on PSO-LSSVM and characteristic wavelengths extraction[J].Food and Machinery,2020(11):46-50. |
| |
| Authors: | CHENG Tian-tian WANG Ke-jian HAN Xian-zhong LI Shi WANG Yuan |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《食品与机械》浏览原始摘要信息 |
|
点击此处可从《食品与机械》下载全文 |
|
