节点文献

基于BP神经网络近红外光谱鉴别茶饮料的研究

免费订阅

【作者】 艾施荣吴瑞梅吴燕

【Author】 AI Shi-rong et al (College of Software Technology,JAU,Nanchang,Jiangxi 330045)

【机构】 江西农业大学软件学院江西农业大学工学院江西农业大学计算机学院

【摘要】 提出了一种快速、准确鉴别茶饮料的新思路。采用美国ASD公司的可见-近红外光谱仪对3种茶原料(龙井茶、乌龙茶和铁观音茶)的饮料进行光谱分析。采用多元散射校正(MSC)方法对样本数据进行预处理,再用主成分分析法提取光谱数据的特征值。通过交互验证确定最佳主成分数为5,作为BP神经网络的输入变量,不同原料茶饮料作为输出变量,建立3层人工神经网络鉴别模型,并用模型对20个预测样本进行预测。模型的回判鉴别率达到100%,模型的预测鉴别率达到98.33%。结果表明,基于BP神经网络的近红外光谱鉴别不同原料茶饮料的方法是可行的。

【关键词】 近红外光谱BP神经网络鉴别茶饮料
【基金】 江西省科技厅支撑计划(2009BNA08500)
【所属期刊栏目】 农业信息 (2010年14期)
  • 【DOI】10.13989/j.cnki.0517-6611.2010.14.042
  • 【分类号】TS275
  • 【被引频次】20
  • 【下载频次】252
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: