首页 | 本学科首页   官方微博 | 高级检索  
     检索      

霉变板栗的近红外光谱和神经网络方法判
引用本文:周竹,刘洁,李小昱,李培武,王为,展慧.霉变板栗的近红外光谱和神经网络方法判[J].农业机械学报,2009,40(Z1):109-112.
作者姓名:周竹  刘洁  李小昱  李培武  王为  展慧
作者单位:1. 华中农业大学工程技术学院,武汉,430070
2. 中国农业科学院油料作物研究所,武汉,430062
摘    要:利用近红外光谱检测了带壳板栗的品质.在波数为12000~4000cm-1范围内采用近红外漫反射法采集了合格板栗和霉变板栗的光谱,用6种光谱预处理方法分析数据,比较了板栗近红外光谱在不同预处理方法下所建模型的识别率.试验结果表明经矢量归一化预处理所建模型识别效果最好,对预测集中的合格板栗、表面霉变板栗、内部霉变板栗的预测正确率分别为94.74%、94.44%、92.31%.

关 键 词:板栗  近红外光谱  BP神经网络  预处理  主成分提取

of Moldy Chinese Chestnut Based on Artificial Neural Network and Near Infrared Spectra
Zhou Zhu Liu Jie Li Xiaoyu Li Peiwu Wang Wei Zhan Hui.of Moldy Chinese Chestnut Based on Artificial Neural Network and Near Infrared Spectra[J].Transactions of the Chinese Society of Agricultural Machinery,2009,40(Z1):109-112.
Authors:Zhou Zhu Liu Jie Li Xiaoyu Li Peiwu Wang Wei Zhan Hui
Institution:1.College of Engineering & Technology;Huazhong Agricultural University;Wuhan 430070;China2.Oil Crops Research Institute;Chinese Academy of Agricultural Sciences;Wuhan 430062;China
Abstract:
Keywords:Chinese chestnut  Near infrared spectra  BP neural network  Preprocessing  Principal component analysis  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《农业机械学报》浏览原始摘要信息
点击此处可从《农业机械学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号