期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于低场核磁共振技术的鲜牛奶冷藏天数的鉴别 被引量：2
1
作者 刘梅红 陈亚斌 +3 位作者 王松磊 吴龙国 贺晓光 何建国 《食品工业科技》 CAS CSCD 北大核心 2016年第14期303-307,共5页
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... 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。 展开更多
关键词 低场核磁共振技术 冷藏天数 鲜牛奶 模型总识别准确率
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部