基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究

• 作者: 张晓瑜 牛晓颖 赵志磊 邵利敏
• 来源期刊: 光谱学与光谱分析
• 学科: 农学
• 关键词: 草莓 近红外光谱 反向传播人工神经网络 单因素方差分析
• 年，卷（期）: 2012,（8）
• 页码范围: 2095-2099
• 分类号: S375
• 字数: 3932字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2012)08-2095-05

摘要

研究了使用近红外漫反射光谱对不同品种草莓进行无损鉴别的方法,并分析了各品种草莓品质指标的差异性.在4545～9090cm-1光谱范围比较了反向传播人工神经网络、最小二乘支持向量机及判别分析的分类模型性能,发现拓扑结构为12-18-3的反向传播神经网络模型分类结果最优,校正集和预测集分类正确率分别为96.68％和97.14％,“甜宝”(n=99)、“丰香”(n=100)和“明星”(n=117)样品的单独判别正确率分别为94.95％,97％和98.29％.对三个品种样品的可溶性固形物、可滴定酸、pH值及固酸比品质指标进行了单因素方差分析,发现四个指标含量均存在明显差异,分析成分指标数据的主成分得分发现不同品种草莓存在明显的聚类趋势.结果表明,近红外光谱与反向传播人工神经网络结合可有效鉴别不同品种的草莓,且不同品种草莓化学成分含量的差异为近红外光谱分类提供了理化解释.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志磊	河北大学质量技术监督学院	52	369	10.0	17.0
2	牛晓颖	河北大学质量技术监督学院	9	97	4.0	9.0
3	邵利敏	河北农业大学机电工程学院	17	201	7.0	14.0
4	张晓瑜	河北大学质量技术监督学院	13	79	5.0	8.0