地理标志大米(地标大米)富含营养,香甜可口的特点得到了广大消费者的青睐,市场上地标大米的价格也比普通大米要高很多。目前地标大米的产地追溯主要包括过程追溯和源头追溯两部分。过程追溯可能会因为人为因素的影响造成产地虚假,以次充好现象的发生,这严重干扰了市场秩序,损害消费者和正规地标大米企业(国家授权允许销售地标大米的企业)的合法权益,因此本文想要建立一个大米原产地确证平台,对大米产地进行快速、准确鉴别,进行源头追溯。本文采集柳河地标大米和松原大米共100组大米样品的近红外光谱图像,对大米的光谱数据进行预处理,利用主成分分析对数据进行降维分类,但是由于大米本身性质相近,主成分得分图重叠严重,产地区分效果不好。因此需要融合支持向量机(Support Vector Machines,SVM)算法分析指纹图谱,建立地标大米产地确证模型。以此模型为核心,通过分析正规地标大米企业和广大消费者的需求,设计实现一个基于Python语言、Django框架的企业大米指纹图谱数据平台,以达到轻松鉴别大米产地的目的,维护地标大米的权威性,维护企业与消费者的根本利益。本文的主要内容和结果如下:(1)通过比较四种不同预处理方法对支持向量机模型判别率的影响,确定多元散射校正为最佳预处理方法。(2)选择径向基核函数作为支持向量机的核函数,当惩罚参数c=4,核函数参数g=0.25时,基于支持向量机的大米产地确证模型判别效果最好,判别率达到了94%。(3)根据平台需求分析,共设计了用户登录模块、后台管理模块、产品展示模块、产地确证模块等八大模块。(4)对平台进行测试,页面测试良好,功能测试正常,用户通过本平台能够直接提交近红外光谱检测数据,并将模型检测结果进行可视化,能够进行大米产地确证。