基于烟叶电子鼻-近红外数据融合的支持向量机分类判别烟叶年份(英文) |
| |
作者姓名: | 张浩博 刘太昂 束茹欣 杨凯 叶顺 尤静林 葛炯 |
| |
作者单位: | 上海烟草集团有限责任公司技术中心;高品质特殊钢冶金与制备国家重点实验室上海市钢铁冶金新技术开发应用重点实验室上海大学材料科学与工程学院 |
| |
摘 要: | 提出了一种基于烟叶近红外光谱(NIR)和烟叶电子鼻(EN)融合数据的烟叶年份判别的支持向量机分类模型。在NIR和EN数据融合的基础上,利用遗传算法来进行变量选择,再建立烟叶年份判别支持向量机模型,所得到的烟叶判别模型在训练集和独立测试集上都具有较高的准确率。建立的烟叶判别NIR-ESVM模型的建模准确率达到100%,留一法准确率达到98.55%,对未知样本的预报准确率为90%。
|
本文献已被 CNKI 等数据库收录! |
|