基于FTIR-SVM的西洋参与籽播参的分类研究.pdfVIP

第26卷，第12期 光谱学与光谱分析 Vol. 26 ,No.12.pp2186-2189 2006 年 1 2 月 Spectroscopy and Spectral Analysis December , 2006 基于 FTIR-SVM 的西洋参与籽捕参的分类研究 李丹婷1 ，程存归l\ 杜正雄气何佑秋2 ，孔黎眷l 1.浙江师范大学化学与生命科学学院，浙江金华 321004 2. 四陶大学化学化工学院，敢庆 40071 5- 摘 要 支持向撞机(SVM)是根据统计理论提出的L种新的学习算法。文章以 40 个回洋参样品为实验材 料，通过盯IR-SVM 建立了西详参样品与籽播参识别的模型。对学习训练集中的 30 个样品模型识别率为 100%. 对 10 个预测样品的识别憔确率为 90% 。研究结果表明， FTIRδVM 可以用于中街西津参与籽播参 的区别 克题词 傅里叶变换虹外光谱法;支持向盘机;西洋参;籽播参;分类 中图分提号:‘ 0657.3 文献标iR码:A 文章编号: 1000~0593 (2006) 12-2186-04 参的分类结果。 号| 1 支持向量机的分类机理 西洋参为ñ加科植物酣洋参 Panax qui叫uefolium L 人工神经网络等方法多是以经验风险最小化原则为前 的干煤恨，其功能主治为补气养阴，清热生津。用于气虚阴 提，该提方法只有在样本数趋向于无穷大时其性能才有理论 亏，内热，咳喘痰血J 虚热;帧倦，南渴和口:操H四千。人参为 五加科植物人参 Panax ginseng C. A. Mey. 的干燥根，为籽 上的保证。 SVM方法的最大特点是包含了 Vapnik 结构风险 最小化原则，它不仅要求最优分类面将各类元错误的分开， 播参。籽播参为人参种子播种到参床上，不移擒， 4 年后抬 而且要便提问间隔最大，从而保证真实风险最小。 SVM方法 起，按耐洋参的低温烘干法干燥而得。两者功能主治差别很 最初是从钱性可分情况下提出来的。由于实际中存在线性不 大，人参功能主治为大补元气，复脉固脱，补脾摇肺， 可分的情况，因此 SVM 方法可扩展到求解非战性分类的问 和安神。用于体虚欲脱，肢冷脉微，脾虚食少，肺虚喘咳，津 题。基本思想是:设包含 n个样本的训练集(Xi Yi) E R x 伤口渴，内热湘渴，久病虚赢，惊悸失眠，阳瘤宵冷，心力衰 (士川，通过非线性映射g: 口 Cgl ，缸，…)将输入向最Xi 变 竭和心照性休克飞籽播参是市场上新出现的西洋参自充品。 换到一个高维特征空间。的向盘g(x;) ， 然后在这个新空间 因为籽播参实为人参的不同种植和加工方法的生晒参，现在 求取最优分类面，这种非线性映射是通过定义适当的内积函 籽捕参不经过萌移，断阳照实无裂隙，故很难判断。由于两 敬实现的。构建在特征空间。的最优超平回可以表达为 者一般地为tx:片，其外观极其相像，采用常规的药典法比较 难鉴别旧。借助现