基于SVM算法的近红外光谱技术在鱼糜水分和蛋白质检测中的应用

摘要：

采用支持向量机(support vector machine,SVM)建立了鱼糜样品中水分和蛋白质含量的近红外光谱校正模型,并采用独立样本集进行了预测.光谱数据经间隔两点一阶导数( DB1G2)、标准正态变换(SNV)、多元散射校正(MSC)相结合的方法预处理后,用偏最小二乘(PLS)降维处理,取前15个投影变量为自变量.获得水分模型的校正相关系数Rc、预测相关系数Rv、定标标准差SEE、预测标准差SEP;蛋白质模型的校正相关系数Rc、预测相关系数Rv、定标标准差SEE、预测标准差SEP,有较好的预测准确性.基于SVM算法的近红外光谱技术可用于鱼糜水分和蛋白质含量的快速检测.

关键词：鱼糜、近红外光谱(NIRS)、支持向量机(SVM)、水分、蛋白质

所属期刊栏目：32

分类号：TS207.3(食品工业)

资助基金：国家"十一五"科技支撑计划项目2008BAD94B09;国家自然科学基金项目30901125;上海市科委工程中心建设项目11DZ2280300;上海市教委重点学科建设项目J50704

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2418-2421