首页|FDA与BP神经网络在缅甸翡翠产地鉴别中的应用

FDA与BP神经网络在缅甸翡翠产地鉴别中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统翡翠鉴别分析方法繁琐,难以实现对大批量样品的快速鉴别,建立一种高效准确的鉴别方法对实现翡翠产地快速鉴别具有重要意义.以缅甸4个主要场口即隆肯、帕敢、达木坎、雷打翡翠为研究对象,将主成分分析结合Fisher判别分析法和BP神经网络分别建立翡翠产地判别分析模型.对鉴别效果进行对比,结果表明:PCA-FAD建立的判别模型综合鉴别准确率为56.75％,达木坎场口翡翠鉴别正确率为71.4％,PCA-BP神经网络模型的综合判别准确率为80.4％.主成分分析结合BP神经网络判别模型对不同场口翡翠的鉴别分类更准确、效果更好,PCA-BP神经网络判别方法具有快速高效可靠实用的鉴别效果.
Application of FDA and BP Neural Network in Identifying the Origin of Burmese Jadeite

雷蕾、滕亚君、刘汗青、闵红、祖恩东

展开 >

昆明理工大学材料科学与工程学院,云南昆明650093

昆明海关技术中心,云南昆明650228

上海出入境检验检疫局工业品与原材料检测技术中心,上海200135

翡翠 场口 产地鉴别 主成分分析 费希尔判别分析 人工神经网络

国家重点研发计划项目

2018YFF0215400

2021

10.11907/rjdk.201627

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(3)
  • 5