期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于近红外光谱技术与BP-ANN算法的豆粕品质快速检测 被引量:3
1
作者 周新奇 杨伟伟 +4 位作者 房兆华 桑强 叶华俊 张学锋 陈智锋 《粮油食品科技》 北大核心 2012年第2期27-30,共4页
应用近红外漫反射光谱技术结合误差反向传递人工神经网络(BP-ANN)算法,建立豆粕品质(包括水分、粗蛋白、残油)的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT、SG求导、SG平滑和均值中心化处理,然后采用偏最小二乘方法(PLS)降维... 应用近红外漫反射光谱技术结合误差反向传递人工神经网络(BP-ANN)算法,建立豆粕品质(包括水分、粗蛋白、残油)的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT、SG求导、SG平滑和均值中心化处理,然后采用偏最小二乘方法(PLS)降维获取主成分,并优化选择合适的隐含层节点数、隐含层和输出层转化函数,建立校正模型,并用验证样品对校正模型进行验证。结果显示,BP-ANN法建立的水分、粗蛋白和残油的预测相关系数(R)分别为0.981、0.988、0.982,预测标准偏差(SEP)分别为0.120、0.216、0.036,均优于PLS建模方法结果,且满足传统分析方法的重复性要求,表明BP-ANN方法可用于生产过程豆粕品质的快速监控。 展开更多
关键词 神经网络 近红外光谱 豆粕
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部