基于支持向量机的近红外光谱鉴别茶叶的真伪

被引:70
作者
陈全胜
赵杰文
张海东
王新宇
机构
[1] 江苏大学食品与生物工程学院
关键词
光谱学; 近红外光谱; 支持向量机; 鉴别; 茶叶;
D O I
暂无
中图分类号
TS272.7 [产品标准与检验];
学科分类号
090203 ;
摘要
快速准确地鉴别名优茶的真伪是当前茶叶行业亟待解决的一项重大课题。针对这一现状,提出了一种快速准确鉴别名优茶真伪的新思路。试验中,以碧螺春茶为研究对象,利用近红外光谱分析技术结合支持向量机(SVM)模式识别原理建立碧螺春茶真伪鉴别模型。试验结果显示,通过标准归一化(SNV)预处理,选取6500~5500 cm-1波长范围内的光谱经过主成分分析后,提取11个主成分,选用径向基函数(RBF)作为核函数建立的模型最佳。对训练集中的138个茶叶样本,模型的回判鉴别率达到93.48%;对90个独立样本进行预测时,模型的预测鉴别率达到84.44%。研究结果表明基于支持向量机的近红外光谱鉴别名优茶真伪的方法是可行的。
引用
收藏
页码:933 / 937
页数:5
相关论文
共 5 条
[1]   支持向量机(SVM)在傅里叶变换近红外光谱分析中的应用研究 [J].
张录达 ;
苏时光 ;
王来生 ;
李军会 ;
杨丽明 .
光谱学与光谱分析, 2005, (01) :33-35
[2]   混沌光学系统辨识的支持向量机方法 [J].
叶美盈 ;
汪晓东 .
光学学报, 2004, (07) :953-956
[3]   基于支持向量机的柴油十六烷值近红外光谱测量方法 [J].
姚肖刚 ;
戴连奎 ;
方骏 .
化工自动化及仪表, 2004, (02) :48-51
[4]   利用人工神经网络方法提高差分光学吸收光谱系统测量精度研究 [J].
齐锋 ;
刘文清 ;
周斌 ;
李振壁 ;
崔延军 .
光学学报, 2002, (11) :1345-1349
[5]  
现代近红外光谱分析技术.[M].陆婉珍等编著;.中国石化出版社.2000,