基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了建立近红外光谱测定茶叶中茶多酚和茶多糖的模型, 应用了人工神经网络方法, 选择了7 432.3~6 155.7 cm-1和5 484.6~4 192.5 cm-1特征光谱范围, 以网络结构参数的输入层、隐层、输出层神经元数目分别为(8, 4, 1)和(7, 5, 1)来建立茶多酚和茶多糖的测定模型, 模型的结果表明建模的茶多酚和茶多糖的r, RMSECV, RSECV分别为0.984 7, 0.460, 0.123和0.947 0, 0.136, 0.224;预测集的r, RMSEP, RSEP则分别为0.980 4, 0.529, 0.017和0.968 2, 0.111, 0.030. 由此说明建立的近红外光谱-人工神经网络模型可用于预测茶叶中茶多酚和茶多糖的含量.
推荐文章
茶叶中茶多酚含量的近红外光谱检测模型研究
茶多酚
近红外光谱
检测模型
近红外光谱-人工神经网络的模型优化用于银耳产地识别研究
银耳
产地识别
近红外光谱
人工神经网络
近红外光谱技术结合人工神经网络判别普洱茶发酵程度
近红外光谱
神经网络
发酵
品质控制
普洱茶
基于BP神经网络近红外光谱鉴别茶饮料的研究
近红外光谱
BP神经网络
鉴别
茶饮料
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 近红外光谱测定茶叶中茶多酚和茶多糖的人工神经网络模型研究
来源期刊 光谱学与光谱分析 学科 化学
关键词 人工神经网络 近红外光谱 茶多酚 茶多糖
年,卷(期) 2005,(8) 所属期刊栏目
研究方向 页码范围 1230-1233
页数 4页 分类号 O657.1
字数 3277字 语种 中文
DOI 10.3321/j.issn:1000-0593.2005.08.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 江和源 18 373 10.0 18.0
2 朱振宇 中山大学基础医学院 51 397 8.0 18.0
3 郭振飞 华南农业大学生命科学院 55 2672 26.0 51.0
4 罗一帆 55 804 15.0 27.0
6 韩宝瑜 16 480 13.0 16.0
7 王川丕 3 201 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (129)
同被引文献  (342)
二级引证文献  (739)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(7)
  • 引证文献(5)
  • 二级引证文献(2)
2007(17)
  • 引证文献(9)
  • 二级引证文献(8)
2008(38)
  • 引证文献(14)
  • 二级引证文献(24)
2009(53)
  • 引证文献(13)
  • 二级引证文献(40)
2010(60)
  • 引证文献(10)
  • 二级引证文献(50)
2011(60)
  • 引证文献(8)
  • 二级引证文献(52)
2012(69)
  • 引证文献(14)
  • 二级引证文献(55)
2013(78)
  • 引证文献(12)
  • 二级引证文献(66)
2014(73)
  • 引证文献(10)
  • 二级引证文献(63)
2015(81)
  • 引证文献(11)
  • 二级引证文献(70)
2016(105)
  • 引证文献(12)
  • 二级引证文献(93)
2017(72)
  • 引证文献(4)
  • 二级引证文献(68)
2018(66)
  • 引证文献(1)
  • 二级引证文献(65)
2019(70)
  • 引证文献(5)
  • 二级引证文献(65)
2020(18)
  • 引证文献(0)
  • 二级引证文献(18)
研究主题发展历程
节点文献
人工神经网络
近红外光谱
茶多酚
茶多糖
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光谱学与光谱分析
月刊
1000-0593
11-2200/O4
大16开
北京市海淀区学院南路76号钢铁研究总院
82-68
1981
chi
出版文献量(篇)
13956
总下载数(次)
19
总被引数(次)
127726
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导