ShanghaiTech University Knowledge Management System
| 基于GA-BP神经网络的茶叶蔗糖量检测模型研究 | |
| 2021-12-15 | |
| 发表期刊 | 半导体光电 |
| ISSN | 1001-5868 |
| 卷号 | 42期号:06页码:879-884+890 |
| 发表状态 | 已发表 |
| DOI | 10.16818/j.issn1001-5868.2021063004 |
| 摘要 | 采用近红外光谱技术结合反向传播人工神经网络算法建立了茶叶中蔗糖含量的检测模型,并通过引入遗传算法改进了模型预测质量。预测模型采用120个茶叶掺蔗糖样品的傅里叶变换漫反射光谱数据建立。对另外42个样品的预测结果表明,基于传统的反向传播人工神经网络算法模型的相关系数为0.738 0,预测均方根误差为3.075 4,正确识别率为83.3%;增加遗传算法后相关系数提高到0.941 9,预测均方根误差为1.317 6,正确率为88.1%,训练误差减小一个量级以上。实验结果表明,反向传播人工神经网络模型可用来检测茶叶中的蔗糖含量,同时,引入遗传算法优化了神经网络的初始权值和阈值,使预测误差更小。 |
| 关键词 | 近红外光谱技术 BP神经网络 遗传算法 茶叶 蔗糖量 |
| URL | 查看原文 |
| 收录类别 | 北大核心 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP18;TS272.7 |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/255036 |
| 专题 | 信息科学与技术学院_硕士生 |
| 作者单位 | 1.中国科学院上海技术物理研究所传感技术联合国家重点实验室; 2.中国科学院上海技术物理研究所中国科学院红外成像材料与器件重点实验室; 3.上海科技大学; 4.中国科学院大学; 5.黄山海关茶叶质量安全研究中心 |
| 第一作者单位 | 上海科技大学 |
| 推荐引用方式 GB/T 7714 | 刘梦璇,陈琦,王绪泉,等. 基于GA-BP神经网络的茶叶蔗糖量检测模型研究[J]. 半导体光电,2021,42(06):879-884+890. |
| APA | 刘梦璇.,陈琦.,王绪泉.,吴琼.,柯鹏瑜.,...&方家熊.(2021).基于GA-BP神经网络的茶叶蔗糖量检测模型研究.半导体光电,42(06),879-884+890. |
| MLA | 刘梦璇,et al."基于GA-BP神经网络的茶叶蔗糖量检测模型研究".半导体光电 42.06(2021):879-884+890. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘梦璇]的文章 |
| [陈琦]的文章 |
| [王绪泉]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘梦璇]的文章 |
| [陈琦]的文章 |
| [王绪泉]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘梦璇]的文章 |
| [陈琦]的文章 |
| [王绪泉]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
修改评论
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。