基于低场核磁共振技术的鲜牛奶冷藏天数的鉴别

来源：食品工业科技杂志2016年第14期北京时间：

作者：刘梅红, 陈亚斌, 王松磊, 吴龙国, 贺晓光, 何建国

摘要：应用低场核磁共振技术结合简单分类算法（SIMCA）、线性判别法（LDA）和支持向量机法（SVM）对不同冷藏天数的鲜牛奶进行鉴别,并比较了SIMCA、LDA中不同函数及SVM中不同类型参数、不同核函数的建模效果。结果表明:LDA中Mahalanobis函数建立的模型优于Linear、Quadratic函数的模型;SVM中C-SVM类型的模型优于Nu-SVM类型的模型,径向基函数与线性函数的模型优于S型函数、多项式函数的模型。SIMCA模型的总识别准确率为95.83%,LDA中Mahalanobis函数建立的模型总识别准确率为100%,SVM中C-SVM类型的径向基函数建立的模型总识别准确率为87.50%。由此表明LDA中用Mahalanobis函数建立的模型最适合预测鲜牛奶的冷藏天数。

关键词：低场核磁共振技术,冷藏天数,鲜牛奶,模型总识别准确率,