针对全波段光谱技术的生鲜猪肉综合品质快速无损分类存在光谱数据量大、样本数量较少时分类准确率较低等缺点。该文提出了一种基于偏最小二乘(partial least squares,PLS)投影分析算法和支持向量机的生鲜猪肉综合品质分类器。利用基于...针对全波段光谱技术的生鲜猪肉综合品质快速无损分类存在光谱数据量大、样本数量较少时分类准确率较低等缺点。该文提出了一种基于偏最小二乘(partial least squares,PLS)投影分析算法和支持向量机的生鲜猪肉综合品质分类器。利用基于偏最小二乘投影分析算法对全波段光谱数据进行数据降维,选取了13个特征波长。利用粒子群优化算法优化支持向量机惩罚参数和径向基核函数参数,优化后二者最优为4.939和0.01。利用选取的特征波长和优化后的参数建立了生鲜猪肉综合品质支持向量分类器。研究结果表明,分类器对训练集中白肌肉(pale,soft and exudative,PSE)、正常肉(reddish-pink,firm and non-exudative,RFN)和黑干肉(dark,firm and dry,DFD)的回判识别率分别为为88.46%、94.11%和92.31%;测试集中PSE、RFN和DFD预测正确率分别为84.62%、94.11%和84.62%。该分类器满足模型简单、预测准确率高等优点,为生鲜猪肉综合品质在线分级提供参考。展开更多
文摘针对全波段光谱技术的生鲜猪肉综合品质快速无损分类存在光谱数据量大、样本数量较少时分类准确率较低等缺点。该文提出了一种基于偏最小二乘(partial least squares,PLS)投影分析算法和支持向量机的生鲜猪肉综合品质分类器。利用基于偏最小二乘投影分析算法对全波段光谱数据进行数据降维,选取了13个特征波长。利用粒子群优化算法优化支持向量机惩罚参数和径向基核函数参数,优化后二者最优为4.939和0.01。利用选取的特征波长和优化后的参数建立了生鲜猪肉综合品质支持向量分类器。研究结果表明,分类器对训练集中白肌肉(pale,soft and exudative,PSE)、正常肉(reddish-pink,firm and non-exudative,RFN)和黑干肉(dark,firm and dry,DFD)的回判识别率分别为为88.46%、94.11%和92.31%;测试集中PSE、RFN和DFD预测正确率分别为84.62%、94.11%和84.62%。该分类器满足模型简单、预测准确率高等优点,为生鲜猪肉综合品质在线分级提供参考。
文摘目的 探究水-醇双提物的中药物料粉体性质对颗粒吸湿性的影响,筛选潜在关键影响因素。方法 以5个品种共计175批中间体粉末的18个粉体参数为自变量,颗粒吸湿性为因变量,进行原始数值描述、变量相关性分析、主成分分析(principal component analysis,PCA)和偏最小二乘法(partial least squares,PLS)预测模型分析,研究水-醇双提物的中药物料粉体性质对颗粒吸湿性的影响。结果 原始数值描述发现中间体粉末及颗粒均存在强吸湿性,但相对于粉末,颗粒吸湿性较低,表明制粒工艺一定程度上可改善粉末吸湿性;相关性分析结果显示中间体粉末的粒度分布宽度、均匀性、吸湿性、含水量与颗粒吸湿性呈强相关;PCA确定2个关键主成分,其方差贡献率分别为57.13和19.82;PLS预测模型在2个关键主成分前提下,以变量投影重要性(variable importance in the projection,VIP)、回归系数、方差膨胀因子(variance inflation factor,VIF)及平均相对预测误差为判定指标,确定粉末含水量、吸湿性、振实密度和D50是影响颗粒吸湿性的潜在关键物性指标。结论 采用相关性分析、PCA和PLS预测模型探究中药粉体物料性质对颗粒吸湿性的影响,为中药粉体物料性质影响颗粒吸湿性的共性技术研究提供数据依据和理论参考。
