首页|基于BP神经网络快速无损检测开阳枇杷糖度

基于BP神经网络快速无损检测开阳枇杷糖度

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Nondestructive Detection of the Sugar Content of Kaiyang Loquat Based on BP Neural Network

孟庆龙、冯树南、谭涛、尚静、黄人帅、曹森

展开 >

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

光谱技术 开阳枇杷 糖度 人工神经网络 无损检测

国家自然科学基金贵阳市科技计划贵阳市科技局贵阳学院专项贵阳学院硕士研究生科研基金贵州省大学生创新创业训练计划

62141501筑科合同[2021]43-15号GYU-KY-GYU-YJS[2021]-45202110976044

2022

10.12161/j.issn.1005-6521.2022.13.020

食品研究与开发
天津市食品研究所,天津市食品工业生产力促进中心

食品研究与开发

CSTPCD北大核心
影响因子：0.561
ISSN：1005-6521
年,卷(期)：2022.43(13)
  • 2
  • 12