基于Total多分类支持向量机的小麦产地判别分析
2013-06-15分类号:TS211.7
【部门】中国农业大学信息与电气工程学院 北京工商大学计算机与信息工程学院 中国农业大学理学院
【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。
【关键词】Total多分类支持向量机 近红外光谱 小麦产地 判别分析
【基金】国家重点实验室开放项目(2011-SKL-0); 中央高校基本科研业务项目(2012QJ088); 国家自然科学基金项目(61153003,10771213,60977057)
【所属期刊栏目】沈阳农业大学学报
文献传递