首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|资料|样刊邮寄查询|常见问题解答|联系我们
李壮壮,吴琼水,黄莎. 基于近红外光谱技术的葵花籽品质分析[J]. 科学技术与工程, 2020, 20(10): 4061-4065.
李壮壮.Quality Analysis of Sunflower Seed Based on Near Infrared Spectroscopy[J].Science Technology and Engineering,2020,20(10):4061-4065.
基于近红外光谱技术的葵花籽品质分析
Quality Analysis of Sunflower Seed Based on Near Infrared Spectroscopy
投稿时间:2019-07-17  修订日期:2020-01-02
DOI:
中文关键词:  近红外光谱技术  葵花籽品质? PLS? BP神经网络  预处理方法
英文关键词:
基金项目:国家科技攻关计划
        
作者单位
李壮壮 武汉大学电子信息学院
吴琼水 武汉大学电子信息学院
黄莎 武汉大学电子信息学院
摘要点击次数: 167
全文下载次数: 46
中文摘要:
      葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第30513349位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号