基于BP神经网络的近红外光谱法鉴别芝麻油品牌的研究

• 作者: 梁丹
• 来源期刊: 电子测试
• 学科: 工学
• 关键词: 芝麻油 近红外光谱 主成分分析 BP人工神经网络
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 设计与研发
• 页码范围: 30-32,80
• 分类号: TS225.1
• 字数: 2534字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2011.11.008

摘要

研究了一种用近红外光谱分析技术快速鉴别芝麻油品牌的方法。首先对芝麻油样品的近红外光谱采用主成分分析法进行聚类分析,加结合人工神经网络技术进行芝麻油品牌的鉴别。通过主成分分析,得到前15个主成分的累计可信度达到99.72%,再将55个校正集样品的前15个主成分数据作为BP网络输入变量,建立一个3层BP人工神经网络的芝麻油品牌鉴别模型,将18个验证集样品作为测试集输入模型,得到该鉴别模型对6个品牌芝麻油的鉴别率为83.33%,实验结果表明,相对于常规鉴别方法难以区别不同品牌芝麻油之间的微小差别,BP人工神经网络法对芝麻油品牌的鉴别更具可行性,且具有一定的鉴别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁丹	武汉职业技术学院电信学院	16	65	5.0	7.0