《表1 LDA,SVM,BPANN模型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节所有样本中镇江香醋的不同生产工艺，不考虑醋龄。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鉴别模型，其中训练集中共有200个样本（手工醋与工业醋样本各100个），测试集中共有100个样本（手工醋与工业醋样本各50个），鉴别结果如表1所示。当主成分数较低时，LDA与SVM模型训练集误判率很高。随着主成分数增加，识别率逐渐提高。当最佳主成分数达到7时，SVM模型训练集和测试集的正确率均达到91%。当最佳主成分数为8时，LDA模型的训练集的识别率达到100%，而测试集识别率为98%。建立BPANN模型时，优化模型的各个参数，通过比较多次试验结果，最终分别选取目标误差为10-8，学习速率0.1，动量因子0.7，网络学习次数1 000次。鉴别结果如表1所示，当主成分数为7时，训练集识别率达到100%，测试集识别率99%，只有一个样本误判。BPANN模型的鉴别结果较好，可作为有效识别手工醋与工业醋的手段。