基于遗传算法的BP神经网络在小麦蛋白质含量预测中的应用

• 作者: 孙来军 徐璐璐 毛晓东
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 小麦 蛋白质 近红外光谱 SPA GA-BP神经网络
• 年，卷（期）: 2013,（33）
• 所属期刊栏目: 农学-应用研究
• 页码范围: 228-232
• 页数: 5页
• 分类号: S512|S123
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6850.2013.33.039

摘要

为了快速、简便、准确地测定小麦蛋白质的含量，提出了应用近红外光谱分析技术结合遗传算法(GA)的BP神经网络的建模方法。采用SPXY算法对光谱数据进行了合理划分，并运用连续投影算法(SPA)将预处理过的数据压缩，对光谱数据提取最佳敏感波点作为GA-BP神经网络的输入，建立小麦蛋白质含量的校正模型。模型的预测均方根误差和预测相关系数为1.3379和0.979，并与BP神经网络所建立的校正模型进行了比较。结果表明：GA-BP神经网络所建模型收敛速度快、训练时间短、准确度也较高，能够实现对小麦蛋白质含量快速高效的检测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛晓东		1	3	1.0	1.0
2	孙来军		2	3	1.0	1.0
3	徐璐璐		1	3	1.0	1.0