典型文献
基于BP神经网络快速无损检测开阳枇杷糖度
文献摘要：
为实现开阳枇杷糖度的快速无损检测,采用紫外/可见光纤光谱仪采集开阳枇杷的反射光谱,探究比较标准正态变换以及多元散射校正预处理原始光谱的效果;应用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、连续投影算法以及组合两种方法分别筛选特征变量,基于筛选的特征变量构建预测开阳枇杷糖度的反向传播(back propagation,BP)神经网络检测模型.结果表明:标准正态变换预处理效果相对较好;基于CARS从835个全变量中筛选出49个特征变量,使模型的运算效率明显提高;构建的枇杷糖度预测模型中,CARS-BP的性能最好,预测集相关系数为0.91,均方根误差为0.56％,剩余预测偏差为2.42.表明采用紫外/可见光谱结合BP神经网络适用于开阳枇杷糖度的快速无损检测,为后期在线无损检测设备的研发提供参考.
文献关键词：
光谱技术;开阳枇杷;糖度;人工神经网络;无损检测
中图分类号：
作者姓名：
孟庆龙;冯树南;谭涛;尚静;黄人帅;曹森
作者机构：
贵阳学院食品与制药工程学院,贵州贵阳550005;贵阳学院农产品无损检测工程研究中心,贵州贵阳550005
文献出处：
引用格式：
[1]孟庆龙;冯树南;谭涛;尚静;黄人帅;曹森-.基于BP神经网络快速无损检测开阳枇杷糖度)[J].食品研究与开发,2022(13):135-140
A类：
开阳枇杷
B类：
快速无损检测,光纤光谱仪,反射光谱,正态变换,多元散射校正,竞争性自适应重加权算法,competitive,adaptive,reweighted,sampling,CARS,连续投影算法,特征变量,反向传播,back,propagation,神经网络检测,检测模型,处理效果,运算效率,糖度预测,预测偏差,可见光谱,在线无损检测,检测设备,光谱技术,人工神经网络
AB值：
0.255707
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
