基于近红外光谱技术和LSPTSVM模型的镉污染贻贝检测研究 |
| |
引用本文: | 曾绍庚,刘瑶,刘忠艳.基于近红外光谱技术和LSPTSVM模型的镉污染贻贝检测研究[J].环境工程,2024(1):235-242. |
| |
作者姓名: | 曾绍庚 刘瑶 刘忠艳 |
| |
作者单位: | 1. 岭南师范学院计算机与智能教育学院;2. 岭南师范学院电子与电气工程学院 |
| |
基金项目: | 国家自然科学基金青年科学基金项目“贝类重金属污染的高光谱无损检测机理、模型及综合性能评估研究”(62005109);;广东省自然科学基金面上项目“贝类毒素的高光谱快速检测机理及方法研究”(2020A515011368); |
| |
摘 要: | 贝类重金属污染已成为亟待解决的海洋食品安全问题,镉是重要的污染源之一。食用被重金属镉污染的翡翠贻贝会严重危害身体健康。研究了基于近红外反射光谱的镉污染贻贝无损、快速检测方法。通过采集正常贻贝和镉污染贻贝的950~1700 nm光谱数据,构建基于最小二乘投影孪生支持向量机(least squares projection twin support vector machine, LSPTSVM)检测模型,优化模型参数和正交投影轴数量获得最佳检测性能。提出的LSPTSVM模型检测镉污染贻贝准确率达到99.50%,优于其他孪生支持向量机模型。LSPTSVM模型适用于小样本数据集。针对难以获得大量镉污染训练样本情况,LSPTSVM模型较其他模型具有更好的稳健性。结果表明:近红外光谱结合LSPTSVM模型可实现镉污染贻贝检测,为贝类的品质评价和安全检测提供一种新的方法。
|
关 键 词: | 近红外光谱 镉污染 最小二乘投影孪生支持向量机 贻贝 重金属检测 |
|