位置:成果数据库 > 期刊 > 期刊详情页
应用有效波长进行奶茶品种鉴别的研究
  • ISSN号:1008-973X
  • 期刊名称:《浙江大学学报:工学版》
  • 时间:0
  • 分类:O657.33[理学—分析化学;理学—化学] TS278[轻工技术与工程—农产品加工及贮藏工程;轻工技术与工程—食品科学与工程]
  • 作者机构:[1]浙江大学生物系统工程与食品科学学院,浙江杭州310029
  • 相关基金:国家自然科学基金资助项目(30671213); 教育部高等学校优秀青年教师教学科研奖励计划资助项目(02411); 浙江省自然科学基金资助项目(Y307158); 中央高校基本科研业务费专项资金资助项目
中文摘要:

基于最小二乘支持向量机建模方法,提出应用奶茶在可见/近红外光谱谱区的有效波长进行其品种鉴别的新方法.用225个样本建模,75个样本进行预测.通过对光谱数据进行偏最小二乘法分析,根据载荷图和回归系数图选择鉴别奶茶品种的有效波长(EW),并建立EW与最小二乘支持向量机(LS-SVM)相结合的EW-LS-SVM模型,同时与应用主成分(PC)和小波变换(WT)建立的PC-LS-SVM和WT-LS-SVM模型进行判别准确率的比较.结果表明,应用EW、PC和WT建立的模型对建模样本的判别准确率均为100%,对预测集样本判别准确率分别为98.7%、98.7%和100%,获得了理想的鉴别效果.研究表明,应用可见/近红外光谱谱区的有效波长进行奶茶品种鉴别是可行的,且EW-LS-SVM模型能获得满意的鉴别精度.

英文摘要:

Based on least squares-support vector machine (LS-SVM),the effective wavelength (EW) in visible/near infrared (Vis/NIR) region was proposed as a new approach for the variety discrimination of instant milk teas. This method uses 225 milk tea samples for the calibration set,while 75 samples for the validation set. After partial least squares (PLS) analysis,the EWs were selected according to the X-loading weights and regression coefficients,and an EW-LS-SVM model was developed for the variety discrimination. The PC-LS-SVM model using principal components (PCs) and the WT-LS-SVM model using wavelet transform (WT) were built for comparison. The recognition ratios of calibrations using EW,PC and WT were all 100%,for the calibration set,while 98.7%,98.7% and 100% for the validation set,respectively. An excellent recognition ratio was achieved by these three models. It is feasible to use effective wavelengths in Vis/NIR region for the variety discrimination of instant milk teas and the EW-LS-SVM model can achieve a satisfying recognition ratio.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《浙江大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:浙江大学
  • 主编:岑可法
  • 地址:杭州市浙大路38号
  • 邮编:310027
  • 邮箱:xbgkb@zju.edu.cn
  • 电话:0571-87952273
  • 国际标准刊号:ISSN:1008-973X
  • 国内统一刊号:ISSN:33-1245/T
  • 邮发代号:32-40
  • 获奖情况:
  • 2000年获浙江省科技期刊质量评比二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:21198