基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾

您当前的位置：

首页 >

文章列表页 >

光学测量 | 更新时间：2025-09-01

- 基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾
- The determination of potassium sorbate based on improved least squares support vector machine combining fluorescence spectra
- 光学技术 2018年44卷第2期页码：188-193
- 作者机构：
  
  1:燕山大学电气工程学院河北省测试计量技术及仪器重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(61471312);河北省自然科学基金项目(F2015203240)
- DOI：10.13741/j.cnki.11-1879/o4.2018.02.011
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
王书涛, 张彩霞, 张强, 等. 基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾[J]. 光学技术, 2018,44(2):188-193.

The determination of potassium sorbate based on improved least squares support vector machine combining fluorescence spectra[J]. 2018, 44(2): 188-193.
王书涛, 张彩霞, 张强, 等. 基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾[J]. 光学技术, 2018,44(2):188-193. DOI： 10.13741/j.cnki.11-1879/o4.2018.02.011.

The determination of potassium sorbate based on improved least squares support vector machine combining fluorescence spectra[J]. 2018, 44(2): 188-193. DOI： 10.13741/j.cnki.11-1879/o4.2018.02.011.

食品安全隐患越来越受到重视

而食品添加剂的过量使用更是个重要的因素。应用FS920荧光光谱仪

研究了防腐剂山梨酸钾的荧光特性

得到山梨酸钾荧光特征峰于λex/λem=375/490nm采用基于最小二乘支持向量机对橙汁溶液中防腐剂山梨酸钾进行检测

通过改进的遗传算法寻优最小二乘支持向量机参数。经过样本训练得到橙汁溶液山梨酸钾的回归模型

对未知浓度的溶液进行预测

将新算法与基本遗传算法寻优的模型和BP神经网络对比。结果表明

自适应遗传-最小二乘支持向量机建立的预测模型在平均相对误差3.54%和平均回收率96.46%都是最优的

是一种准确有效的橙汁中山梨酸钾浓度检测方案。

浏览量

211

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

视频监控下利用改进型YOLOv3的弱监督式异常行为检测

基于人工神经网络的移动可见光通信接收机研究

一种眼底黄斑水肿OCT图像分割方法

基于非线性方法的食品着色剂光谱的研究

基于Krawtchouk矩和支持向量机的印鉴真伪识别