典型文献
基于嗅觉可视化技术的眉茶等级分类方法
文献摘要：
为了快速、准确地对眉茶等级进行分类,提出了一种基于嗅觉可视化技术的眉茶等级快速分类方法.首先,根据卟啉显色反应预实验结果,选定了12种显色效果明显的卟啉指示剂制备嗅觉可视化传感器阵列,通过该传感器阵列与不同等级的眉茶茶汤进行反应,获取不同的特征图像.然后,对特征图像数据进行主成分分析和降维,将得到的不同维数的主成分分析结果作为输入变量,构建支持向量机(support vector machine,SVM)眉茶等级分类模型.最后,引入3种群体智能优化算法(萤火虫算法、灰狼优化算法、布谷鸟算法)对SVM分类模型的惩罚因子c和核函数参数g进行优化.结果显示:未经优化的SVM分类模型对测试集的分类正确率为80％,所需的主成分个数为12个;经过优化的SVM模型的分类正确率均有所提升,其中经过布谷鸟算法优化的SVM模型对测试集的分类正确率达到了93.3％,且所需的主成分个数减少为6个.这表明应用嗅觉可视化技术能够实现对眉茶等级的分类,而通过群体智能优化算法优化SVM分类模型可以显著增强模型的性能,提高分类正确率.
文献关键词：
眉茶;嗅觉可视化;等级分类;支持向量机;群体智能优化算法
中图分类号：
作者姓名：
丁煜函;葛东营;荆磊;Muhammad SHAHZAD;江辉
作者机构：
江苏大学高效能电机系统与智能控制研究院,江苏镇江 212013;江苏大学电气信息工程学院,江苏镇江 212013
文献出处：
引用格式：
[1]丁煜函;葛东营;荆磊;Muhammad SHAHZAD;江辉-.基于嗅觉可视化技术的眉茶等级分类方法)[J].食品科学,2022(24):335-341
A类：
嗅觉可视化,眉茶
B类：
可视化技术,等级分类,分类方法,快速分类,卟啉,显色反应,预实验,显色效果,指示剂,可视化传感器,传感器阵列,不同等级,茶茶,茶汤,特征图像,图像数据,support,vector,machine,分类模型,群体智能优化算法,萤火虫算法,灰狼优化算法,布谷鸟算法,惩罚因子,核函数,函数参数,测试集,分个,算法优化,增强模型
AB值：
0.222296
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
