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:
初步研究了基于可见-近红外光谱技术和模式识别快速鉴别家蚕品种的方法.采用偏最小二乘法(PLS)进行模式特征分析,完成特征提取后,将获得的主成分作为神经网络的输入变量,建立了三层反向传播人工神经网络(BPANN).试验采取4个品种的蚕种,应用所建立的PLS-BP模型对样本进行分析预测,准确率接近100%.
推荐文章
应用可见/近红外光谱技术快速鉴别山西陈醋品种
近红外透射光谱
主成分分析
神经网络
陈醋
品种鉴别
近红外漫透射光谱快速无损鉴别家蚕种茧茧壳内蚕蛹雌雄
家蚕
种茧
性别
近红外光谱
漫透射
波段
无损检测
基于光谱技术和SIMCA方法的润滑油鉴别
可见-近红外光谱
发动机润滑油
主成分分析
独立软模式法
基于特征光谱的草莓品种快速鉴别
草莓
品种鉴别
偏最小二乘-人工神经网络
近红外光谱
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 基于光谱技术和模式快速鉴别家蚕品种的初探
来源期刊 蚕业科学 学科 农学
关键词 家蚕 光谱技术 模式识别 偏最小二乘法 BP神经网络
年,卷(期) 2006,(3) 所属期刊栏目 研究简报
研究方向 页码范围 436-438
页数 4页 分类号 S123|S881.2
字数 2129字 语种 中文
DOI 10.3969/j.issn.0257-4799.2006.03.028
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 何勇 浙江大学生物系统工程与食品科学学院 511 9054 45.0 65.0
2 金佩华 浙江大学动物科学学院 35 434 9.0 20.0
3 楼程富 浙江大学动物科学学院 83 1039 19.0 30.0
4 黄敏 浙江大学生物系统工程与食品科学学院 29 445 11.0 20.0
5 黄凌霞 浙江大学动物科学学院 29 283 10.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (110)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
1983(2)
  • 参考文献(1)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
家蚕
光谱技术
模式识别
偏最小二乘法
BP神经网络
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
蚕业科学
双月刊
0257-4799
32-1115/S
大16开
江苏省镇江市中国农业科学院蚕业研究所
28-23
1963
chi
出版文献量(篇)
2881
总下载数(次)
12
论文1v1指导