基于近红外光谱技术与BP—ANN算法的豆粕品质快速检测

• 作者: 叶华俊 周新奇 张学锋 房兆华 杨伟伟 桑强 陈智锋
• 来源期刊: 粮油食品科技
• 学科: 工学
• 关键词: 神经网络 近红外光谱 豆粕
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 质量控制
• 页码范围: 27-30
• 页数: 4页
• 分类号: TS207.3
• 字数: 2274字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7561.2012.02.012

摘要

应用近红外漫反射光谱技术结合误差反向传递人工神经网络（BP—ANN）算法，建立豆粕品质（包括水分、粗蛋白、残油）的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT、SG求导、SG平滑和均值中心化处理，然后采用偏最小二乘方法（PLS）降维获取主成分，并优化选择合适的隐含层节点数、隐含层和输出层转化函数，建立校正模型，并用验证样品对校正模型进行验证。结果显示，BP—ANN法建立的水分、粗蛋白和残油的预测相关系数（R）分别为0．981、0．988、0．982，预测标准偏差（SEP）分别为0．120、0．216、0．036，均优于PLS建模方法结果，且满足传统分析方法的重复性要求，表明BP—ANN方法可用于生产过程豆粕品质的快速监控。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶华俊		9	122	6.0	9.0
2	周新奇		7	44	4.0	6.0
3	杨伟伟		2	8	2.0	2.0
4	房兆华		1	2	1.0	1.0
5	桑强		1	2	1.0	1.0
6	张学锋		1	2	1.0	1.0
7	陈智锋		2	3	1.0	1.0