基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
快速准确地鉴别名优茶的真伪是当前茶叶行业亟待解决的一项重大课题.针对这一现状,提出了一种快速准确鉴别名优茶真伪的新思路.试验中,以碧螺春茶为研究对象,利用近红外光谱分析技术结合支持向量机(SVM)模式识别原理建立碧螺春茶真伪鉴别模型.试验结果显示,通过标准归一化(SNV)预处理,选取6500~5500 cm-1波长范围内的光谱经过主成分分析后,提取11个主成分,选用径向基函数(RBF)作为核函数建立的模型最佳.对训练集中的138个茶叶样本,模型的回判鉴别率达到93.48%;对90个独立样本进行预测时,模型的预测鉴别率达到84.44%.研究结果表明基于支持向量机的近红外光谱鉴别名优茶真伪的方法是可行的.
推荐文章
基于支持向量机的食源性致病菌近红外光谱鉴别
近红外
食源性致病菌
支持向量机
鉴别
基于支持向量机的新鲜与解冻许氏平鲉(ebastes schlegeli)近红外光谱鉴别技术
近红外光谱
许氏平鲉
解冻
主成分分析
支持向量机
鉴别
红外及近红外光谱法对真伪龙齿的快速鉴别
龙齿
红外光谱
近红光谱法
聚类分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的近红外光谱鉴别茶叶的真伪
来源期刊 光学学报 学科 化学
关键词 光谱学 近红外光谱 支持向量机 鉴别 茶叶
年,卷(期) 2006,(6) 所属期刊栏目 光谱学
研究方向 页码范围 933-937
页数 5页 分类号 O657.33
字数 3737字 语种 中文
DOI 10.3321/j.issn:0253-2239.2006.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵杰文 江苏大学食品与生物工程学院 195 5281 41.0 62.0
2 陈全胜 江苏大学食品与生物工程学院 74 2140 28.0 45.0
3 王新宇 江苏大学食品与生物工程学院 21 352 10.0 18.0
4 张海东 江苏大学食品与生物工程学院 28 691 10.0 26.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (72)
参考文献  (9)
节点文献
引证文献  (117)
同被引文献  (317)
二级引证文献  (964)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(26)
  • 引证文献(18)
  • 二级引证文献(8)
2009(52)
  • 引证文献(13)
  • 二级引证文献(39)
2010(57)
  • 引证文献(3)
  • 二级引证文献(54)
2011(79)
  • 引证文献(10)
  • 二级引证文献(69)
2012(94)
  • 引证文献(12)
  • 二级引证文献(82)
2013(114)
  • 引证文献(8)
  • 二级引证文献(106)
2014(141)
  • 引证文献(12)
  • 二级引证文献(129)
2015(118)
  • 引证文献(10)
  • 二级引证文献(108)
2016(118)
  • 引证文献(9)
  • 二级引证文献(109)
2017(96)
  • 引证文献(9)
  • 二级引证文献(87)
2018(88)
  • 引证文献(6)
  • 二级引证文献(82)
2019(66)
  • 引证文献(3)
  • 二级引证文献(63)
2020(30)
  • 引证文献(2)
  • 二级引证文献(28)
研究主题发展历程
节点文献
光谱学
近红外光谱
支持向量机
鉴别
茶叶
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光学学报
半月刊
0253-2239
31-1252/O4
大16开
上海市嘉定区清河路390号(上海800-211信箱)
4-293
1981
chi
出版文献量(篇)
11761
总下载数(次)
35
总被引数(次)
130170
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导