基于GA-SVM算法烟叶部位致香成分差异性分析

论文摘要

采用高效液相色谱-气相色谱-质谱联用法（HPLC-GC-MS）测定中部和下部烟叶的巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮、茄酮等11种致香成分,应用遗传算法（GA）对筛选出的8种致香成分建立中部和下部烟叶支持向量机（SVM）分类判别模型.结果表明,中部和下部烟叶的SVM分类判别模型的建模、留一法及预报准确率分别为95.45%,89.39%和81.25%.利用Fisher判别矢量方法考察了中部和下部烟叶的空间分布规律,分析出中部和下部烟叶致香成分中,巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮差异显著.

论文目录

• 0 引 言
• 1 实验和算法
•   1.1 实验材料和设备
•   1.2 实验方法
•     1.2.1 样品处理
•     1.2.2 GC-MS分析条件
•   1.3 算法介绍
•     1.3.1 GA
•     1.3.2 SVM算法
•     1.3.3 Fisher 判别矢量法
• 2 结果与分析
•   2.1 SVM建模
•     2.1.1 核函数和惩罚因子C的选择
•     2.1.2 SVM建模结果
•   2.2 中部和下部烟叶的空间分布
•     2.2.1 Fisher矢量判别
•     2.2.2 主要影响因素
• 3 结 论

文章来源

类型: 期刊论文

作者: 申玉姝,曹晓卫,于洁,沙云菲,岳宝华

关键词: 烟叶部位,致香成分,遗传算法,支持向量机

来源: 上海师范大学学报(自然科学版) 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,自动化技术

单位: 上海大学材料科学与工程学院,上海师范大学化学与材料科学学院,上海烟草集团有限公司技术中心

基金: 国家自然科学基金青年基金(21706156)

分类号: TP181;TS47

页码: 420-426

总页数: 7

文件大小: 475K

下载量: 53