基于人工神经网络和生物光子学的小麦籽粒状态分类

• 作者: 史卫亚 张红梅 梁义涛 王锋
• 来源期刊: 河南工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 人工神经网络 生物光子学 小麦籽粒 品质检测
• 年，卷（期）: 2013,（3）
• 页码范围: 83-86
• 分类号: TP210|TP183
• 语种: 中文

摘要

将生物光子分析技术与人工神经网络相关算法相结合,识别小麦籽粒的不同状态.以经过不同时间的水浸泡处理和去胚芽前后的小麦籽粒为研究对象,通过定制的生物超微弱发光测试仪获取试验样品的生物光子辐射.利用人工神经网络中的误差反向传播(Back Propagation,BP)算法对测量的小麦籽粒生物光子辐射数据进行分类研究.结果显示,该方法对有无胚芽小麦的识别率均达90％以上,对于新旧小麦的识别率也在70％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红梅	河南工业大学信息科学与工程学院	41	135	5.0	10.0
2	梁义涛	河南工业大学信息科学与工程学院	37	100	5.0	8.0
6	王锋	河南工业大学信息科学与工程学院	50	209	9.0	12.0
10	史卫亚	河南工业大学信息科学与工程学院	24	42	3.0	4.0