霉变板栗的近红外光谱和神经网络方法判别

被引：20

作者：

周竹 ^{[1
]}

刘洁 ^{[1
]}

李小昱 ^{[1
]}

李培武 ^{[2
]}

王为 ^{[1
]}

展慧 ^{[1
]}

机构：

[1] 华中农业大学工程技术学院

[2] 中国农业科学院油料作物研究所

来源：

农业机械学报 | 2009年 / S1期

关键词：

板栗; 近红外光谱; BP神经网络; 预处理; 主成分提取;

D O I：

暂无

中图分类号：

TS255.6 [坚果加工食品];

学科分类号：

083203 ;

摘要：

利用近红外光谱检测了带壳板栗的品质。在波数为12000～4000 cm-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%。

引用

页码：109 / 112

页数：4

共 9 条

[1] 基于Gabor变换和LMBP神经网络的车牌汉字字符识别 [J].