基于概率神经网络的粮食早期霉变识别研究

被引：2

作者：

吴莉莉 ^{[1
]}

黄品高 ^{[2
]}

惠国华 ^{[3
]}

机构：

[1] 河南农业大学理学院

[2] 桂林电子科技大学教学实践部

[3] 浙江工商大学食品与生物工程学院

来源：

关键词：

早期霉变; 概率神经网络; 电子鼻; 特征提取;

D O I：

暂无

中图分类号：

S379 [贮藏]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出了一种基于概率神经网络的粮食早期霉变识别方法。实验中电子鼻系统采集了4种粮食作物及霉变数据共8类,对这些数据样本进行特征提取,得到了64组训练数据和48组测试数据。利用概率神经网络对特征数据进行分类识别,识别率为93.75%。实验结果表明,该方法对粮食作物种类及其早期霉变的识别是行之有效的。

引用

页码：235 / 237

页数：3

共 5 条

[1] 电子鼻检测技术在粮食霉变识别中的应用研究 [J].

吴莉莉 ;

林爱英 ;

郑宝周 ;

党建亮 ;

李富强 ;

郭淼 ;

刘存祥 .

[2] 论粮食霉变中的生物化学 [J].

周建新 .

[3]

神经网络模型及其MATLAB仿真程序设计[M]. 清华大学出版社 , 周开利, 2005

[4]

G-PNN: A genetically engineered probabilistic neural network[J] . Roberto Miguez,Michael Georgiopoulos,Assem Kaylani.Nonlinear Analysis . 2010 (6)

[5]

Constructive training of probabilistic neural networks[J] . Michael R. Berthold,Jay Diamond.Neurocomputing . 1998 (1)