利用LCR测试仪在1~1 000 kHz的频率范围内,选取55 个频率点,测定灵武长枣、冬枣和团枣的介电损耗因子?”频谱和相对介电常数?’频谱,通过主成分分析(principal component analysis,PCA)法和遗传算(geneticalgorithm,GA)法提取介电频谱的有效信息,并选取偏最小二乘判别分析(partial least squares discriminantanalysis,PLS-DA)、线性判别分析(linear discriminant analysis,LDA)和支持向量机(support vector machine,SVM)3 种方法进行枣果品种的鉴别模型研究。结果表明,频率和品种对枣果的介电参数均有显著性影响;用PCA与GA方法提取频谱有效信息的建模效果要优于原始频谱的建模效果;SVM法的建模效果要优于PLS-DA与LDA法的建模效果;以介电损耗因子?”建立的PCA-SVM模型优于介电常数?’的GA-SVM模型,其预测集的鉴别准确率为100%。因此,基于介电损耗因子?”频谱的PCA-SVM模型为枣果品种鉴别的最优模型。
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