基于近紅外光譜的神經網絡預測大米直鏈淀粉含量

借助主成分分析，確立了用于近紅外光譜分析的BP神經網絡的輸入輸出模式對;并用BP神經網絡方法建立了不同類型、不同粒度的大米樣品直鏈淀粉含量預測模型;考察了模型的預測能力，其預測值與用標準方法取得的化學測定值間具有良好線性關系(相關系數達0.9)。用BP神經網絡可降低因樣品粒度的不同而對預測結果造成的差異。

作 者： 劉建學 吳守一 方如明 Liu Jianxue Wu Shouyi Fang Ruming   作者單位： 劉建學,Liu Jianxue(洛陽工學院機械設計工程系 博士,)

吳守一,Wu Shouyi(江蘇理工大學生物與環境工程學院 教授 博士生導師,)

方如明,Fang Ruming(江蘇理工大學生物與環境工程學院 教授) 

刊 名： 農業機械學報  ISTIC EI PKU 英文刊名： Transactions of the Chinese Society of Agricultural Machinery  年，卷(期)： 2001 32(2)  分類號： O433.4 S379.1  關鍵詞： 大米   直鏈淀粉含量   光譜分析   神經網絡   預測  

【基于近紅外光譜的神經網絡預測大米直鏈淀粉含量】相關文章：

霉變板栗的近紅外光譜和神經網絡方法判別04-26

土壤中總氮與總磷含量的近紅外光譜實時檢測方法04-26

黃酒總糖含量的中紅外光譜定量檢測04-26

異穗卷柏的顯微與近紅外光譜鑒定研究04-26

不同貯存溫度蜂花粉的可見-近紅外光譜鑒別04-26

小麥蠟質基因座位上SSR的多態性及其與直鏈淀粉含量的關系04-26

基于RBF神經網絡的短時交通流量預測04-27

基于BP神經網絡的降雨充水礦井涌水量預測04-27

基于神經網絡的道路交通事故預測04-27

基于人工神經網絡的結構腐蝕損傷定量預測04-27