共 12 条
- [3] 现代近红外光谱分析技术[M]. 中国石化出版社 , 陆婉珍等编著, 2000
- [4] 实用近红外光谱分析技术[M]. 科学出版社 , 刘建学, 2007
- [5] 近红外仪器能量变化对模型的影响及OSC算法的应用[D]. 张明祥.中国农业大学 2004
- [9] BP神经网络与近红外光谱定量预测杉木中的综纤维素、木质素、微纤丝角[J]. 丁丽,相玉红,黄安民,张卓勇. 光谱学与光谱分析. 2009(07)
基于近红外光谱的面粉灰分含量快速检测方法
被引：7
作者：
刘翠玲
吴胜男
孙晓荣
吴静珠
董秀丽
机构：
[1] 北京工商大学计算机与信息工程学院
来源：
基金：
北京市自然科学基金;
关键词：
近红外光谱;
偏最小二乘法;
BP神经网络;
面粉灰分;
D O I：
10.13427/j.cnki.njyi.2013.04.001
中图分类号：
TS211.7 [产品标准与检验];
O657.33 [红外光谱分析法];
学科分类号：
摘要：
针对目前面粉灰分含量的检测方法存在操作繁琐、耗时长、费时费力和检测效率低等问题,运用近红外光谱分析技术检测面粉的灰分含量,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法(PLS)及BP神经网络算法进行定量分析研究。结果表明:采用偏最小二乘法(PLS)所建的定量分析模型的决定系数R2为90.66,预测均方根误差RMSEP为0.055 3,总偏差为0.0279 3;用BP神经网络预测总偏差为0.036 7。研究发现,近红外光谱技术用于快速无损检测面粉灰分含量是可行的,且PLS、BP神经网络算法可进行面粉灰分含量预测。
引用
收藏
页码：144 / 147
页数：4
相关论文