基于LS-SVM的烤烟烟叶产地判别
摘要:为了探索一种快速有效的烤烟烟叶产地鉴别方法,利用近红外光谱技术结合最小二乘支持向量机(LS-SVM)对烤烟烟叶的产地进行了判别。选择云南、湖北、河南三地不同等级烤烟烟叶作为研究对象,对原始光谱数据进行平滑和附加散射校正(MSC)预处理后再进行主成分分析,选择4~12个主成分作为输入变量进行LS-SVM建模。结果显示,该LS-SVM模型预测效果较好,预测相关系数rp≥0.990 7,预测标准误差(SEP)和预测均方根误差(RMSEP)分别为1.755 1和1.737 3,优于偏最小二乘回归(PLS)的预测结果,基于LS-SVM的近红外光谱技术能够很好地对烟叶产地进行判别。
关键词:烟叶;产地判别;近红外光谱;最小二乘支持向量机
中图分类号:TN219 文献标识码:A 文章编号:0439-8114(2012)03-0583-03
Identification of Producing Area of Tobacco Leaf Based on LS-SVM
ZHANG Ying1a,1b,HE Li-yuan1b,YE Ying-ze1c,WU Zhao-hui2
(a. College of Science; b. College of Resources and Environment; c. Network Center, 1.Huazhong Agricultural University, Wuhan 430070, China; 2. Tobacco Research Center of Henan Academy of Agricultural Sciences, Xuchang 461000, Henan, China)
Abstract: In order to explore a fast and efficient method which determines the producing area of tobacco leaf, near-infrared reflectance spectroscopy with least squares-support vector machines (LS-SVM) was applied to determine producing area...
== 试读已结束,如需继续阅读敬请充值会员 ==
|
本站文章均为原创投稿,仅供下载参考,付费用户可查看完整且有格式内容!
(费用标准:38元/2月,98元/2年,微信支付秒开通!) |
升级为会员即可查阅全文 。如需要查阅全文,请 免费注册 或 登录会员 |