基于BP神经网络的啤酒酒精度近红外光谱快速检测

• 作者: 冯尚坤 徐海菊
• 来源期刊: 红外技术
• 学科: 化学
• 关键词: 近红外(NIR) 啤酒 酒精度 人工神经网络(ANN) 偏最小二乘(PLS)
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 红外应用
• 页码范围: 58-60
• 页数: 3页
• 分类号: O657.33
• 字数: 1819字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8891.2008.01.015

摘要

以啤酒酒精度的快速测定为研究对象,采用误差反向传播算法(Back-Propagation,BP),结合主成分分析(PCA),构造了三层的神经网络结构,建立了PCA-BP神经网络模型,达到满意的预测精度,结果表明:使用BP神经网络方法后,验证集预测均方差、平均相对误差和回收率范围分别为0.114、1.131%和97.91%-104.59%,其效果优于PLS模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐海菊		5	60	5.0	5.0
2	冯尚坤		2	33	2.0	2.0