来源：期刊VIP网 时间：
作者：许新华;杨礼波;司夏萌;
单位：郑州西亚斯学院;华北水利水电大学;北京信息科技大学;
摘要：[目的]提高猪肉的分类精度，建立基于近红外光谱和PCA-DBN-SVM的猪肉种类识别模型。[方法]结合猪肉的近红外光谱特征信息，利用PCA进行降维和特征提取，并采用DBN-SVM进行分类识别，构建一个融合近红外光谱信息特征和PCA-DBN-SVM模型的猪肉种类识别方法。[结果]与KNN模型、RF模型、ELM模型以及DBN组合模型相比，PCA-DBN-SVM模型的猪肉种类分类精度最高，为99.91%。[结论]PCA-DBN-SVM模型具有更高的分类精度。
关键词：支持向量机;;主成分分析;;近红外光谱;;深度置信网络
基金资助：河南省科技攻关项目（编号：242102210021）;; 河南省高等学校重点科研项目（编号：24B510016）
