基于三维荧光光谱和ISSA-SVM的食用植物油鉴别

[目的]提高食用植物油的分类精度,建立基于三维荧光光谱和ISSA-SVM的食用植物油鉴别模型.[方法]结合三维荧光光谱特征信息,运用改进的麻雀搜索算法优化SVM模型参数,构建一个融合三维荧光光谱信息特征和ISSA-SVM模型的食用植物油鉴别方法.[结果]与SVM模型、GA-SVM模型、PSO-GA模型和SSA-SVM模型相比,ISSA-SVM模型的食用植物油分类精度最高,为100%.[结论]ISSA-SVM模型具有更高的收敛效率、系统稳定性以及避免局部最优解的能力,可以有效应对复杂多变的样本分类任务....

Full description

Saved in:
Bibliographic Details
Published in食品与机械 Vol. 40; no. 10; pp. 53 - 61
Main Authors 张静, 齐国红, 陈景召, 曹晓丽, 李莉莉
Format Journal Article
LanguageChinese
Published 郑州西亚斯学院,河南 郑州 451100%河南农业大学,河南 郑州 450046 2024
Subjects
支持向量机
食用植物油
麻雀搜索算法
support vector machine
edible vegetable oils
三维荧光光谱
sparrow search algorithm
three-dimensional fluorescence spectroscopy
Online AccessGet full text
ISSN1003-5788
DOI10.13652/j.spjx.1003.5788.2024.60122

Cover

More Information
Summary:[目的]提高食用植物油的分类精度,建立基于三维荧光光谱和ISSA-SVM的食用植物油鉴别模型.[方法]结合三维荧光光谱特征信息,运用改进的麻雀搜索算法优化SVM模型参数,构建一个融合三维荧光光谱信息特征和ISSA-SVM模型的食用植物油鉴别方法.[结果]与SVM模型、GA-SVM模型、PSO-GA模型和SSA-SVM模型相比,ISSA-SVM模型的食用植物油分类精度最高,为100%.[结论]ISSA-SVM模型具有更高的收敛效率、系统稳定性以及避免局部最优解的能力,可以有效应对复杂多变的样本分类任务.
ISSN:1003-5788
DOI:10.13652/j.spjx.1003.5788.2024.60122