换一批基于红外衰减全反射光谱的面粉种类快速鉴别
Fast Identification of Flours by Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) Based on Support Vector Machine (SVM)
摘要研究提出基于支持向量机(support vector machine,SVM)算法结合红外衰减全反射光谱对不同种类的面粉进行快速分类.实验随机采集富强粉、精制雪花粉、麦芯粉及面包粉4种共139份常见面粉红外衰减全反射光谱,运用马氏距离筛选异常样本,并建立SVM模型对待测样本进行预测.实验采用二叉树SVM模型识别面粉种类,并通过网格法优化核函数参数,结果显示:富强粉、精制雪花粉、麦芯粉及面包粉的识别准确率分别为100％、100％、75％和85.71％,模型平均识别准确率为90.177 5％.结果表明,利用红外光谱结合SVM算法快速识别面粉种类是准确可行的.
更多相关知识
分类号
TS207.3
栏目名称
DOI
10.7506/spkx1002-6630-201524042
发布时间
2016-01-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市教委科研计划重点项目（KZ201310011012）
北京市教委科技创新平台建设项目（PXM_2012_014213_000023）
北京市自然科学基金（4142012）
北京市优秀人才项目（2012D005003000007）
- 浏览5
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
