安徽农业科学

2010, v.38;No.303(14) 7658-7659+7662

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BP神经网络近红外光谱鉴别茶饮料的研究
Discrimination of Different Kinds of Tea Beverage by NIR Spectroscopy Combined to Back Propagation Neural Networks

艾施荣;吴瑞梅;吴燕;

摘要(Abstract):

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(KeyWords): 近红外光谱;BP神经网络;鉴别;茶饮料

Abstract:

Keywords:

基金项目(Foundation): 江西省科技厅支撑计划(2009BNA08500)

作者(Author): 艾施荣;吴瑞梅;吴燕;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享