| 基于SVM核机器学习的三文鱼新鲜度检测系统 |
| |
| 引用本文： | 李鑫星,董保平,杨铭松,张国祥,张小栓,成建红.基于SVM核机器学习的三文鱼新鲜度检测系统[J].农业机械学报,2019,50(5):376-384. |
| |
| 作者姓名： | 李鑫星 董保平 杨铭松 张国祥 张小栓 成建红 |
| |
| 作者单位： | 中国农业大学,中国农业大学,山东省烟台市森林资源监测管理站,中国农业大学,中国农业大学,中国农业大学 |
| |
| 基金项目： | 北京市重点研发计划项目（Z181100001018033）和中央高校基本科研业务费专项资金项目（2019TC044） |
| |
| 摘 要： | 为了实现对不同冷藏温度下三文鱼新鲜度的检测与识别,设计了一种用于三文鱼气味指纹采集与新鲜度辨识的电子鼻系统。电子鼻系统由密闭检测气室、半导体气体传感器阵列、数据采集模块、模式识别模块和显示界面等组成。电子鼻模式识别方法采用核机器学习方法,以支持向量机(SVM)作为学习机。采集0、4、6℃温度下冷藏三文鱼样本的气味数据,对不同核函数及参数的核机器学习模型进行训练与测试,最终确定了适于此电子鼻系统识别三文鱼新鲜度的最佳核机器学习模型:核函数选用多项式核函数,核参数q取3,γ取15,c取0。此模型对不同温度冷藏三文鱼样本的冷藏时间具有一定的辨识能力,对于测试集,0℃允许偏差1 d预测正确率为92. 86%,4℃无偏差预测正确率为88. 89%、允许偏差1 d预测正确率100%,6℃无偏差预测正确率为75. 00%、允许偏差1 d预测正确率100%。将辨识结果与主成分分析结果(PCA)进行对比,此模型具有明显的优势。
|
| 关 键 词： | 三文鱼 新鲜度 电子鼻 核机器学习 |
| 收稿时间： | 2019/1/14 0:00:00 |
Detection System of Salmon Freshness Based on SVM Kernel-based Machine Learning |
| |
| LI Xinxing,DONG Baoping,YANG Mingsong,ZHANG Guoxiang,ZHANG Xiaoshuan and CHENG Jianhong.Detection System of Salmon Freshness Based on SVM Kernel-based Machine Learning[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(5):376-384. |
| |
| Authors: | LI Xinxing DONG Baoping YANG Mingsong ZHANG Guoxiang ZHANG Xiaoshuan and CHENG Jianhong |
| |
| Institution: | China Agricultural University,China Agricultural University,Station for the Forest Resources Monitoring and Management in Yantai,China Agricultural University,China Agricultural University and China Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | salmon freshness electronic nose kernel based machine learning |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
