基于支持向量机原料乳细菌总数分类检测研究

摘要：

基于抽样技术研制了获取原料乳载玻片,建立了基于支持向量机(Support Vector Machine,SVM)分类技术的原料乳细菌总数分类检测系统.其中采用"一对一"及打分策略解决多类别的SVM分类问题,同时通过实验获取了合理的核函数及相关参数,使用测试集进行验证,结果表明.基于SVM算法的原料乳细菌总数分类检测系统分类的准确率可以高达96.42%.最后经过现场试验.结果表明该检测系统的一致性非常好,而且这种检测方法经济、操作简单,12分钟即可给出检测结果,比传统平皿菌落计数法(48 h)有很大提高.能达到对原料乳按照细菌在线检测分级的目的,完全符合现代化乳品加工业的要求.

关键词：支持向量机、检测、原料乳、细菌总数、品质

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金70572044;教育部跨世纪优秀人才培养计划NCET-04-0240

在线出版日期：2007-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：186-190,213