《表4 未知样品的鉴别结果》

  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

《基于近红外光谱与KPCA-SVM鉴别淡水鱼肉》

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

注Note:1:鲢Silver carp；2:草鱼Grass carp；3:乌鳢Snakehead；4:鲫Crucian；5:鲤Common carp；6:青鱼Black carp；7:鳙Bighead carp.

为了检验所建立的最短距离层次SVM模型对外部未知样本的判别效果，选用164个未参与建模的样本，即验证集对所建SVM模型进行检验，结果如表4所示。由表4可知，经SNV预处理后所建的最短距离层次SVM判别模型，对鲢、草鱼和乌鳢的正确判别的F1值均大于95%，对鲫、鲤、青鱼和鳙的判别率大于85%，其中乌鳢的正确判别的F1值为100%，表明该模型对乌鳢的判别效果最好。每种鱼鉴别的正确个数之和除以总个数即为整体正确判别率，根据（21+31+21+18+17+23+21）/164得出该模型的整体正确判别率为92.68%。因此，此模型可以将7种淡水鱼准确区分开来，外部验证结果证明SVM判别模型应用于淡水鱼品种的快速鉴别是可行的。