《基于OC-SVM和近红外光谱的秸秆固态发酵进程监测 Monitoring of Straw Solid-state Fermentation Based on NIR and One-class Support Vector Machine》.pdfVIP

2 1 0 2年10月 农业机械学报 第43卷第10期 DoI：10．6D4l／j．issn．1000—1298．2012．10．02l 基于oC—SvM和近红外光谱的秸秆固态发酵进程监测 江 辉 刘国海 梅从立 肖夏宏 于 霜 丁煜函 (江苏大学电气信息工程学院，镇江212013) 【摘要】 利用近红外光谱技术结合一类支持向量机(oc—sVM)快速监测秸秆蛋白饲料固态发酵进程。首先 000 获取发酵物样本在10000～4cm“波数范围内的近红外漫反射光谱并对其进行主成分分析，提取前7个主成分 因子作为模型的输入变量，然后运用0c—SVM算法建立判别模型。在模型建立过程中，采用交互验证的方法优化 0c—sVM模型的相关参数。实验结果表明，在相同的条件下，0c—sVM模型在处理失衡训练样本的问题上明显优 于sVM模型，当训练集中目标类和非目标类样本数比为l：8时，Oc—sVM模型在验证集中的正确判别率达到 85％。 关键词：秸秆 固态发酵 近红外光谱 主成分分析 一类支持向量机 文献标识码：A 中图分类号：0657．33；TQ92 文章编号：1000．1298(2012)10旬114_04 ofStraw MonitoringSolid-stateFermentation BasedonNIRand one-classVectorMachine Support HuiLiuGuohaiMei Xiao Yu Yuhan Jiang Congli Ding XiahongShuang (5c^oof妒EfectronicDnd，，l／brm口￡ion 212013，C矗in口) Engineer西lg，以ongsⅡun如e，苫i钞，z．Ile，咖口ng Abstract Near withone—class Vector infrared(NIR)spectroscopycoupled support usedto and monitor andchemical insolid·state rapidlyaccuratelyphysical changes strawswithouttheneedforchemical Raw of fermentedwere with crop analysis．spectra samplesacquired of10000～4000cm一1．Thenthe sevenPCsas vectorswereextracted waVelengthrange top input by principal 0C—SVM was to identification componentanalysis(PCA)．algorithmimplementeddevelop some ofOC—SVMmod