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:
针对目前农药残留难以实现快速准确检测的问题,利用人工神经网络方法对啶虫脒农药残留测量中的荧光混合光谱进行分离,设计了能够快速检测固体表面啶虫脒农药残留量的荧光光谱测量系统.根据反向传播算法,应用三层人工神经网络原理,对荧光光谱严重重叠的啶虫脒和滤纸混合体系进行啶虫脒残留量检测.在340 nm~400 nm范围内,以20个特征波长处荧光强度值作为网络特征参数,经网络训练和测试,啶虫脒浓度为40 mg/kg和90 mg/kg的回收率分别为102%和97%,测定结果相对标准偏差分别为1.4%和1.9%.实验结果表明,BP神经网络辅助荧光光谱法测定滤纸上啶虫脒农药残留,具有网络训练速度快、检测周期短、测量精度高等特点.
推荐文章
荧光光谱法检测微藻中油脂
微藻
尼罗红
油脂
荧光检测
Χ射线荧光光谱法分析地质样品的应用技巧
Χ射线荧光光谱法
地质样品
岩石
矿物
基于小波神经网络的农药荧光光谱识别
计量学
农药
荧光光谱
光谱识别
小波神经网络
原子荧光光谱法快速测定河虾中Hg含量
河虾
原子荧光光谱法
Hg
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BP神经网络的荧光光谱法农药残留检测
来源期刊 应用光学 学科 工学
关键词 人工神经网络 荧光光谱法 BP算法 啶虫脒
年,卷(期) 2010,(3) 所属期刊栏目 光学计量与测试
研究方向 页码范围 442-446
页数 分类号 TN06|O59
字数 2683字 语种 中文
DOI 10.3969/j.issn.1002-2082.2010.03.021
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 乔晓艳 山西大学物理电子工程学院 57 477 10.0 19.0
2 董有尔 山西大学物理电子工程学院 66 542 12.0 20.0
3 王雷 山西大学物理电子工程学院 2 76 2.0 2.0
4 张姝 山西大学物理电子工程学院 14 289 7.0 14.0
5 赵法刚 山西大学物理电子工程学院 11 45 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (13)
同被引文献  (47)
二级引证文献  (28)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工神经网络
荧光光谱法
BP算法
啶虫脒
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
应用光学
双月刊
1002-2082
61-1171/O4
大16开
西安市电子城电子三路西段9号(西安123信箱)
1980
chi
出版文献量(篇)
3667
总下载数(次)
3
论文1v1指导