作者：刘梅红; 陈亚斌; 王松磊; 吴龙国; 贺晓光...低场核磁共振技术冷藏天数鲜牛奶模型总识别准确率
摘要：应用低场核磁共振技术结合简单分类算法（SIMCA）、线性判别法（LDA）和支持向量机法（SVM）对不同冷藏天数的鲜牛奶进行鉴别,并比较了SIMCA、LDA中不同函数及SVM中不同类型参数、不同核函数的建模效果。结果表明：LDA中Mahalanobis函数建立的模型优于Linear、Quadratic函数的模型;SVM中C-SVM类型的模型优于Nu-SVM类型的模型,径向基函数与线性函数的模型优于S型函数、多项式函数的模型。SIMCA模型的总识别准确率为95.83%,LDA中Mahalanobis函数建立的模型总识别准确率为100%,SVM中C-SVM类型的径向基函数建立的模型总识别准确率为87.50%。由此表明LDA中用Mahalanobis函数建立的模型最适合预测鲜牛奶的冷藏天数。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
