本文主要研究内容
作者申玉姝,曹晓卫,于洁,沙云菲,岳宝华（2019）在《基于GA-SVM算法烟叶部位致香成分差异性分析》一文中研究指出：采用高效液相色谱-气相色谱-质谱联用法(HPLC-GC-MS)测定中部和下部烟叶的巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮、茄酮等11种致香成分,应用遗传算法(GA)对筛选出的8种致香成分建立中部和下部烟叶支持向量机(SVM)分类判别模型.结果表明,中部和下部烟叶的SVM分类判别模型的建模、留一法及预报准确率分别为95.45%,89.39%和81.25%.利用Fisher判别矢量方法考察了中部和下部烟叶的空间分布规律,分析出中部和下部烟叶致香成分中,巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮差异显著.
Abstract
cai yong gao xiao ye xiang se pu -qi xiang se pu -zhi pu lian yong fa (HPLC-GC-MS)ce ding zhong bu he xia bu yan xie de ju dou san xi tong 、β-zi luo lan tong 、yang hua zi luo lan tong 、jia tong deng 11chong zhi xiang cheng fen ,ying yong wei chuan suan fa (GA)dui shai shua chu de 8chong zhi xiang cheng fen jian li zhong bu he xia bu yan xie zhi chi xiang liang ji (SVM)fen lei pan bie mo xing .jie guo biao ming ,zhong bu he xia bu yan xie de SVMfen lei pan bie mo xing de jian mo 、liu yi fa ji yu bao zhun que lv fen bie wei 95.45%,89.39%he 81.25%.li yong Fisherpan bie shi liang fang fa kao cha le zhong bu he xia bu yan xie de kong jian fen bu gui lv ,fen xi chu zhong bu he xia bu yan xie zhi xiang cheng fen zhong ,ju dou san xi tong 、β-zi luo lan tong 、yang hua zi luo lan tong cha yi xian zhe .
论文参考文献
论文详细介绍
论文作者分别是来自上海师范大学学报(自然科学版)的申玉姝,曹晓卫,于洁,沙云菲,岳宝华，发表于刊物上海师范大学学报(自然科学版)2019年04期论文，是一篇关于烟叶部位论文,致香成分论文,遗传算法论文,支持向量机论文,上海师范大学学报(自然科学版)2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自上海师范大学学报(自然科学版)2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：烟叶部位论文; 致香成分论文; 遗传算法论文; 支持向量机论文; 上海师范大学学报(自然科学版)2019年04期论文;