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:
近红外光谱作为快速、无损的检测技术,近年来在国内外越来越受到广泛关注.针对山羊绒与细支绵羊毛的可见/近红外光谱的特点,提出了应用主成分分析(PCA)结合人工神经网络(ANN)进行山羊绒与细支绵羊毛的鉴别,并建立了羊毛、羊绒分析模型.应用可见/近红外反射光谱获取山羊绒与细支绵羊毛的光谱曲线,利用主成分分析对原始光谱数据进行处理,根据主成分的累计贡献率99.8%选取主成分数6,并将所选取的6个主成分作为三层BP神经网络的输入.通过定标集样本对BP神经网络进行训练,用优化的BP神经网络模型对预测集样本进行预测.实验结果表明,16个未知样本的鉴别全部正确,表明可见/近红外光谱结合主成分分析和神经网络技术对山羊绒与细支绵羊毛进行快速鉴别是可行的.
推荐文章
山羊绒及绵羊毛变温红外光谱研究
山羊绒
绵羊毛
变温一维红外光谱
变温二阶导数红外光谱
热稳定性
毛纺织材料
绵羊毛与山羊绒的鉴别
绵羊毛
山羊绒
鉴别
独立误判概率
概率相乘
绵羊毛与山羊绒的鉴别
绵羊毛
山羊绒
鉴别
独立误判概率
概率相乘
利用基因芯片技术鉴别山羊绒和绵羊绒
山羊绒
绵羊绒
线粒体DNA
Cyt b基因
基因芯片
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 可见-近红外光谱用于鉴别山羊绒与细支绵羊毛的研究
来源期刊 光谱学与光谱分析 学科 工学
关键词 可见-近红外光谱 山羊绒 细支绵羊毛 主成分分析 BP神经网络
年,卷(期) 2008,(6) 所属期刊栏目
研究方向 页码范围 1260-1263
页数 4页 分类号 TS102
字数 3250字 语种 中文
DOI 10.3964/j.issn.1000-0593.2008.06.014
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 朱登胜 22 257 7.0 16.0
2 何勇 浙江大学生物工程与食品科学学院 511 9054 45.0 65.0
3 吴桂芳 浙江大学生物工程与食品科学学院 16 246 8.0 15.0
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  (1)
节点文献
引证文献  (26)
同被引文献  (68)
二级引证文献  (66)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(18)
  • 引证文献(2)
  • 二级引证文献(16)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(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
可见-近红外光谱
山羊绒
细支绵羊毛
主成分分析
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
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
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
高等学校优秀青年教师教学科研奖励计划
英文译名:the Teaching and Research Award Program for Outstanding Young Teachers in Higher Education Institutions of MOE
官方网址:http://www.moe.edu.cn/
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导