摘要：为实现小米品质快速、精确的鉴别分析,探索了一种基于THz技术结合化学计量学方法的小米品质识别的新方法。采用THz-TDS技术测试了正常、虫蛀和霉变小米样品,将0~1.6THz频段的吸收系数与模式识别算法结合实现其品质鉴别分析。结果表明,不同品质小米的吸收系数和折射率具有差异。利用直接正交信号校正+标准正态交换+S-G卷积平滑(DSOC+SNV+S-G)预处理和竞争性自适应重加权+连续投影法(CARS+SPA)优选的16个特征波长所建偏最小二乘法-判别分析(PLS-DA)、粒子群-支持向量机(PSO-SVM)模型测试集准确率分别为93.33%、95.55%。为解决粒子群(PSO)寻优过程易陷入局部极值的问题和提升模型性能,对此提出了一种新型的粒子群(IPSO)优化支持向量机(SVM)的方法。通过增加调制参数和更新机制进行参数寻优,利用基于径向基内核(RBF)的支持向量机(SVM)和10折交叉验证的方法建立识别模型,寻优得到核函数参数g=15.4593、惩罚参数c=0.8133所建IPSO-SVM的性能优于其他模型,回代训练集和测试集的准确率达到100.00%、97.78%。可见,THz技术结合IPSO-SVM能较准确地鉴别小米品质,为小米品质的识别探索出一种新方法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社