Indexed by：
Abstract：
收集6个产地凌霄花样品的近红外光谱，构建支持向量机(SVM)模型进行产地鉴别.运用竞争自适应重加权采样(CARS)算法提取特征波长变量，在此基础上建立CARS-SVM产地判别模型.将该判别模型与线性判别分析、偏最小二乘判别分析和簇类独立软模式法3种模型进行比较.结果表明，SVM模型对不同产地凌霄花样品的鉴别结果良好，经CARS提取特征波长后，波长变量数从1 557减小至52,所构建的CARS-SVM模型对6个产地样品的判别准确率较高，明显优于上述3种模型.因此，近红外光谱技术可快速准确判别凌霄花的产地，为凌霄花的产地鉴别与质量评价提供一种新的方法.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2022
Issue： 04
Volume： 50
Page： 568-573
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
