基于SVM方法的猪肉新鲜度分类问题研究

• 作 者: 刘静 管骁
• 机 构: 上海海事大学信息工程学院,上海理工大学医疗器械与食品学院
• 出 处: 食品与发酵工业
• 发表日期: 2011年4期
• 关键词: 支持向量机 猪肉新鲜度 分类 support vector machine pork freshness classification
• 基金项目: 上海市晨光计划项目（2008CG055）,上海市教委科研创新项目（IOYZll3）

文中采取减压贮藏方式对新鲜猪肉进行了贮藏实验，测定了不同贮藏时间样品的挥发性盐基氮含量（TVB-N）、细菌总数、pH值及感官评价数据，并运用支持向量机（support vector machine，SVM）对这些样本数据进行训练，选取不同的核函数，得到SVM神经网络模型，随后利用此模型对测试数据进行猪肉新鲜度分类预测。实验表明，根据样本特性进行数据预处理，且选取合适的核函数后，SVM神经网络能得到极高的猪肉新鲜度正确分类率。