基于Total多分类支持向量机的小麦产地判别分析

Journal of Shenyang Agricultural University(2013)

引用 1|浏览5
暂无评分
摘要
采用近红外光谱分析的方法快速鉴别小麦的产地,可为小麦流通监管、优质小麦生产基地保护和国际贸易提供理论和技术支持。以来自中国不同地域的202份小麦样品为例,在已知样品组分含量(蛋白质、湿面筋、沉降值、硬度)的前提下,结合样品的近红外光谱信息,利用Total多分类支持向量机对小麦产地进行判别分析。在构建分类模型的过程中,使正确分类的小麦样品尽可能地远离分类超平面,使错误分类的小麦样品尽可能地靠近分类超平面,可获得较高的分类精度。通过100个小麦样品构建分类模型,对另外的102个小麦样品产地进行预测,有80个与实际产地相符,预测精度为78.43%。为小麦产地鉴别提供一种新的方法。
更多
查看译文
关键词
growing area,modern near-infrared spectroscopy,discriminatory analysis,total multi-class support vector machine
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要