领学术科研之先，创食品科技之新
—— 中国食品杂志社
基于线性判别分析与机器学习相结合的方法，采集不同损伤级别苹果的可见-近红外光谱数据，分析不同预处理方法对支持向量机分类模型的影响；通过线性判别分析对预处理后的光谱数据实施降维，构建支持向量机、随机森林、K近邻、决策树和极端梯度提升5 种机器学习模型进行苹果损伤分级对比。研究结果表明，卷积平滑法预处理后模型的分级效果最佳，准确率达到87.3%；使用线性判别分析降维技术后，各模型的分级准确率显著提升，决策树模型准确率提高了16%，提升效果最佳，K近邻模型表现出了最佳的分级性能，准确率和精确率达到了96.0%和96.4%，本研究可为高效和精确评估苹果的机械损伤程度提供依据。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
