首页|基于BP神经网络的花椒干燥品质快速预测模型研究

基于BP神经网络的花椒干燥品质快速预测模型研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着现代农业的发展,花椒干燥品质检测已成为高效、快速、精准监测花椒干燥质量的重要一环.从花椒热风干燥最优温度40℃条件出发,并通过实验分析得出色泽(明亮度、红绿值、黄蓝值)、总黄酮和多酚等花椒主要干燥品质与损耗系数D与湿基含水率具有相关性,故以此建立基于BP神经网络预测花椒干燥品质的模型,结果表明:各品质参数预测值与实测值的相关系数均在0.93以上,均方根误差均在0.08以下.同时进一步验证预测模型,预测值与实测值的最大误差都在5％以内.该模型能够较好地预测花椒干燥品质,且能满足工程精度的要求,为花椒干燥品质的无损检测自动化、信息化和智能化水平提供了数据和理论支持.
Study on Fast Prediction Model of Pepper Drying Quality Based on BP Neural Network

刘燕、王关平、孙伟、冯斌、韦昱伶

展开 >

730070 甘肃省兰州市甘肃农业大学机电工程学院

花椒 干燥品质 损耗系数 预测

甘肃省高等学校创新基金甘肃农业大学青年导师基金

2020A-050GSAU-QDFC-2019-10

2023

10.3969/j.issn.1673-3142.2023.01.010

农业装备与车辆工程
山东省农业机械科学研究所 山东农机学会

农业装备与车辆工程

影响因子：0.279
ISSN：1673-3142
年,卷(期)：2023.61(1)
  • 1
  • 16