来源：期刊VIP网 时间：
作者：张静;齐国红;陈景召;曹晓丽;李莉莉;
单位：郑州西亚斯学院;河南农业大学;
摘要：[目的]提高食用植物油的分类精度，建立基于三维荧光光谱和ISSA-SVM的食用植物油鉴别模型。[方法]结合三维荧光光谱特征信息，运用改进的麻雀搜索算法优化SVM模型参数，构建一个融合三维荧光光谱信息特征和ISSA-SVM模型的食用植物油鉴别方法。[结果]与SVM模型、GA-SVM模型、PSO-GA模型和SSA-SVM模型相比，ISSA-SVM模型的食用植物油分类精度最高，为100%。[结论]ISSA-SVM模型具有更高的收敛效率、系统稳定性以及避免局部最优解的能力，可以有效应对复杂多变的样本分类任务。
关键词：支持向量机;;麻雀搜索算法;;三维荧光光谱;;食用植物油
基金资助：河南省科技厅科技攻关项目（编号：232102221029）;; 河南省教育厅高校品牌专业建设项目（编号：教政法[2016]896号）
