作者:
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:
对于大豆四级油,采用BP神经网络对其近红外光谱数据建模,对系统的结构及参数选取进行了分析,对样本训练集的设计和网络输入端的主因子方面进行了处理.对于其他的多变量建模方法,分析了其对近红外光谱有用信息的提取作用.结果显示:多元线性回归、主成分回归和偏最小二乘法对大豆四级油酸价预测的标准偏差分别为0.1472%、0.1801%和0.1576%,BP神经网络的预测标准偏差为0.1387%.
推荐文章
基于BP神经网络的木材近红外光谱树种识别
近红外光谱
木材树种识别
BP神经网络
遗传算法
粒子群算法
近红外透射法快速测定大豆油中的含磷量
近红外光谱
大豆油
含磷量
改进偏最小二乘法(MPLS)
基于主成分分析和BP神经网络的土壤养分近红外光谱检测
近红外光谱
土壤养分
检测
主成分分析
BP神经网络
近红外光谱技术在推进剂质量检测中的应用
近红外光谱
液体推进剂
偏最小二乘法
间隔组合偏最小二乘法
BP-神经网络法
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 BP神经网络在大豆油酸价近红外光谱检测中的应用
来源期刊 食品科学 学科 工学
关键词 油脂酸价 近红外光谱 BP神经网络 标准偏差 最小二乘法
年,卷(期) 2009,(4) 所属期刊栏目 分析检测
研究方向 页码范围 243-246
页数 4页 分类号 TS207.3
字数 3684字 语种 中文
DOI 10.3321/j.issn:1002-6630.2009.04.054
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 王立琦 哈尔滨商业大学计算机与信息工程学院 29 147 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (116)
参考文献  (12)
节点文献
引证文献  (15)
同被引文献  (38)
二级引证文献  (39)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(4)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
油脂酸价
近红外光谱
BP神经网络
标准偏差
最小二乘法
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
食品科学
半月刊
1002-6630
11-2206/TS
大16开
北京市西城区禄长街头条4号
2-439
1980
chi
出版文献量(篇)
24602
总下载数(次)
47
总被引数(次)
348406
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导