您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201705-1469
论文题目 基于遗传算法的安溪铁观音产地判别研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于遗传算法的安溪铁观音产地判别研究

首发时间:2017-05-31

王冰玉 1   

王冰玉,女,1991年生,福建农林大学园艺学院硕士研究生

商虎 2    3    4    黄艳 2    3    4    林馥茗 2    3    4    孙威江 1    2    3    4   

孙威江(1964-),男,博士,教授,研究方向:茶叶品质与质量安全调控。

  • 1、福建农林大学园艺学院,福建福州 350002
  • 2、福建农林大学安溪茶学院,福建福州 350002
  • 3、福建茶产业技术开发基地福建福州,350002
  • 4、福建省茶产业工程技术研究中心,福建福州,350002

摘要:应用近红外光谱分析技术结合遗传算法进行光谱特征波段的筛选,以径向基(RBF)函数作为支持向量机分类法的核函数,建立地理标志产品识别模型,对安溪县、大田县和华安县三个不同产区的铁观音产品进行判别。结果显示,在惩罚系数C为104,核参数g为0.0075的条件下,以一阶导+归一化方式处理后的光谱信息作为输入量,构建的安溪铁观音GA-SVM产地判别模型具有最强的预测能力。对安溪县、大田县和华安县三地的校正集样品正确判别率高达99.42%,对验证集样品正确判别率达95.18%,对校正集和验证集的交叉验证正确判别率达98.4%,与全谱段的SVM产地判别模型相比,很大程度提高了产地判别精度,对验证集茶样产地的正确判别率提高了10.84个百分点,成功实现安溪铁观音和非原产地铁观音之间的产地判别。

关键词: 茶学 遗传算法 铁观音

For information in English, please click here

Eographical origin identification of Anxi tieguanyin based on genetic algorithm

WANG Bingyu 1   

王冰玉,女,1991年生,福建农林大学园艺学院硕士研究生

Shang Hu 2    3    4    Huang Yan 2    3    4    Lin Fuming 2    3    4    SUN Weijiang 1    2    3    4   

孙威江(1964-),男,博士,教授,研究方向:茶叶品质与质量安全调控。

  • 1、College of Horticulture,Fujian Agriculture and Forestry University,Fuzhou 350002,China
  • 2、Anxi College of Tea Science,Fuzhou 350002,China
  • 3、Technological Exploiting Base of Fujian Tea Industry,Fuzhou 350002 China
  • 4、Fujian Tea Industry Engineering Technology Research Center,Fuzhou, 350002,ChinaFujian Tea Industry Engineering Technology Research Center,Fuzhou, 350002,China

Abstract:In order to identify the tieguanyin tea collected from Anxi, Datian and Huaan, the genetic algorithm was applied to special wavelength selection, and combined with the support vector machine (SVM), then built the geographical origin identification GA-SVM model of tieguanyin tea with the radial basis function (RBF) as kernel function. The results showed that the GA-SVM model had the highest predictive ability when the first derivative and normalized pretreatment was employed with the penalty parameter C=104 and the nuclear parameter g=0.0075 in the geographical origin identification model. The identification accuracy of calibration set was 99.42%, validation set was 95.18% and cross validation test was 98.4%. Compared with full spectrum of SVM model, the geographical origin identification of tieguanyin GA-SVM model became leaner and more nimble. The identification accuracy of validation set samples increased by 10.84%, it can successfully identify the origin of tieguanyin tea.

Keywords: Tea science Genetic Algorithm (GA) Tieguanyin tea

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
王冰玉,商虎,黄艳,等. 基于遗传算法的安溪铁观音产地判别研究[EB/OL]. 北京:中国科技论文在线 [2017-05-31]. http://www.paper.edu.cn/releasepaper/content/201705-1469.

No.4734995120304314****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于遗传算法的安溪铁观音产地判别研究