华中农业大学学报

作者：周娇娇

关键词：近红外光谱; 特征提取方法; 淡水鱼肉; 水产品品质; 支持向量机; 鉴别; 正确判别率

基金：现代农业产业技术体系专项（CARS45-27）；湖北省技术创新专项重大项目（2016ABA115）

为实现淡水鱼品种的快速鉴别，采用近红外光谱分析技术建立7种淡水鱼鲜肉的快速鉴别模型。试验采集了鲢、草鱼、乌鳢、鲫、鲤、青鱼、鳙7种淡水鱼共772个鲜鱼肉样品的近红外光谱数据，分别考察标准正态变换 (standard normalized variate,SNV)、多元散射校正 (multiplicative signal correction,MSC) 的预处理方法及核主成分分析 (kernel principal component analysis,KPCA) 和主成分分析(principal component analysis,PCA) 的特征提取方法对支持向量机(support vector machine,SVM)判别模型的影响。结果显示，经SNV预处理和KPCA提取特征变量后，对未知样品的整体正确判别率达到92.68%。因此，采用近红外光谱技术结合化学计量学方法所建SVM 模型可以实现淡水鱼品种的快速鉴别。

来源：2019年第5期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2019年第5期