基于BP神经网络的大米含水量近红外检测方法

被引:23
作者
孙永海
万鹏
于春生
机构
[1] 吉林大学生物与农业工程学院
关键词
食品科学技术基础学科; 近红外检测; BP神经网络; 含水量; 大米;
D O I
暂无
中图分类号
TS212.7 [产品标准与检验];
学科分类号
083202 ;
摘要
以大米含水量的国标检测方法为基础,采用近红外检测仪对大米的含水量进行检测,获取近红外光在各个波长处的反射光检测值,并对反射光检测值与大米含水量之间的相关性进行分析。将相关性较高的近红外反射光检测值作为输入值,采用BP神经网络对大米的含水量进行检测,并与近红外检测仪的回归方程的检测结果进行对比。试验结果表明,采用近红外反射光检测值输入BP神经网络检测大米含水量的方法准确率可达到96.67%;而采用近红外检测仪的回归方程进行检测的准确率为90.00%。
引用
收藏
页码:193 / 197
页数:5
相关论文
共 4 条
[1]   傅里叶变换近红外光谱法检测种子水分和生活力的研究 [J].
康月琼 ;
郝风 .
种子, 2004, (07) :10-12+16
[2]   PLS-BP法近红外光谱定量分析研究 [J].
齐小明 ;
张录达 ;
杜晓林 ;
宋昭娟 ;
张一 ;
徐淑燕 .
光谱学与光谱分析, 2003, (05) :870-872
[3]   用近红外光谱仪器快速检测小麦水分 [J].
周燕 ;
黄传旭 ;
陈斌 .
现代科学仪器, 2002, (06) :50-52
[4]   Rapid analysis of sugars in fruit juices by FT-NIR spectroscopy [J].
Rodriguez-Saona, LE ;
Fry, FS ;
McLaughlin, MA ;
Calvey, EM .
CARBOHYDRATE RESEARCH, 2001, 336 (01) :63-74