《表2 LDA,SVM,BPANN在不同主成分数下训练集和测试集的结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SPME-MS技术识别不同生产工艺和醋龄的镇江香醋》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

仅识别1.1节所有样本中不同醋龄的镇江香醋，不考虑生产工艺方式。利用SPME-MS技术获取其质谱数据，运用PCA方法选取不同主成分数作为输入变量并分别建立LDA，SVM，BPANN识别模型，其中训练集中共有200个样本（XC，BN，2N，3N，4N样本各40个），测试集中共有100个样本（XC，BN，2N，3N，4N样本各20个），鉴别结果如表2所示。随着主成分数不断增加，3种判别模型的测试集和训练集的识别率不断上升。当主成分数为7时，SVM模型的训练集和测试集识别率均为90%，BPANN模型的训练集识别率达100%，而测试集识别率为99%，只有一个样本识别错误。此时，BPANN模型中的各个优化参数与2.2节一致。当主成分数为9，LDA模型训练集的识别率达到89.5%，测试集的识别率达到84%。BPANN模型的效果最佳。