版权说明 操作指南
首页 > 成果 > 详情

样品温度对植物油的近红外定性分析模型的影响

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Effect of Sample Temperature on Near - Infrared Qualitative Analysis Models of Vegetable Oil
作者:
涂斌;宋志强;郑晓;曾路路;尹成;...
通讯作者:
Zheng, X.
作者机构:
武汉轻工大学机械工程学院, 武汉, 430023
武汉轻工大学食品科学与工程学院, 武汉, 430023
武汉百信环保能源科技有限公司, 武汉, 430023
[涂斌; 宋志强; 郑晓; 曾路路; 尹成] 武汉轻工大学机械工程学院, 武汉, 430023
[何东平] 武汉轻工大学食品科学与工程学院, 武汉, 430023
通讯机构:
School of Mechanical Engineering, Wuhan Polytechnic University, Wuhan, China
语种:
中文
关键词:
油脂;激光近红外;样品温度;模型;遗传算法;支持向量机
关键词(英文):
Genetic algorithm;Laser near infrared;Model;Oil;Sample temperature;Support vector machine
期刊:
中国粮油学报
ISSN:
1003-0174
年:
2016
卷:
31
期:
4
页码:
133-137
基金类别:
2009BADB9B08:国家科技支撑计划 2013010501010147:武汉市科技攻关计划 2011206:武汉工业学院食品营养与安全重大培育专项
机构署名:
本校为第一且通讯机构
院系归属:
食品科学与工程学院
机械工程学院
摘要:
主要研究不同的样品温度对基于激光近红外食用植物油分类模型预测能力的影响.选择样品温度分别为30、40、50、60 ℃作为研究对象,利用激光近红外光谱仪采集4种温度下的合格食用油样品的光谱数据,用标准正态变量变换(SNV)对光谱数据进行预处理,应用支持向量机分类(SVC)方法建立独立温度分类模型和混合温度分类模型,然后采用遗传算法(GA)对模型参数组合(C,g)进行寻优,确定最佳参数组合,利用建立的8个模型对4种不同温度下的预测集样品分别进行预测.试验结果表明:某个样品温度下的独立模型对于该温度下的样品的预测准确率较高,但是对于其他温度下的样品的预测准确率不够理想;混合模型对不同温度的样...
摘要(英文):
The paper has mainly emphasized that different sample temperature has different effect on the predictive ability based on the classification model of laser near infrared edible vegetable oil. First, three sample temperatures have been selected as 30, 40, 50, 60℃, respectively; the spectral data of qualified edible oil samples were collected by laser near infrared spectrometer. The spectral data were preprocessed through Standard Normal Variate (SNV), and classification model of independent temperature and classification model of mixing tempera...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com