《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》
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。
图表编号 | XD00159701300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.31 |
作者 | 孙宗保、闫晓静、刘源、邹小波、李国权、周轩、王天真、梁黎明 |
绘制单位 | 江苏大学食品与生物工程学院、江苏大学农业工程研究院、江苏大学食品与生物工程学院、镇江市食品药品监督检验中心、江苏大学食品与生物工程学院、江苏恒顺醋业股份有限公司、江苏大学食品与生物工程学院、江苏大学食品与生物工程学院、江苏大学食品与生物工程学院 |
更多格式 | 高清、无水印(增值服务) |