近红外光谱结合神经网络判别茶鲜叶产地

• 作者: 卢素芳 叶飞 滕靖 王胜鹏 王雪萍 郑鹏程 高士伟 龚自明
• 来源期刊: 中国计量学院学报
• 学科: 化学
• 关键词: 近红外光谱 茶鲜叶产地 人工神经网络
• 年，卷（期）: 2014,（4）
• 页码范围: 419-423
• 页数: 5页
• 分类号: O657.3
• 字数: 1990字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2014.04.015

摘要

为快速、无损的判别鲜叶产地,维护恩施玉露的地理标志产品属性,采集恩施市芭蕉乡、白果乡和咸丰县茶鲜叶近红外光谱,经光谱预处理后,对校正集66个样品光谱数据进行主成分分析,然后建立BP神经网络预测模型,对验证集鲜叶样品的产地进行了预测,建立了8(输入节点)-4(隐含层节点) 1(输出节点)三层网络模型,验证集样品判别准确率为100％.近红外光谱技术结合神经网络能够快速、准确地判别茶鲜叶产地.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚自明	湖北省农业科学院果树茶叶研究所	78	286	9.0	12.0
2	滕靖	湖北省农业科学院果树茶叶研究所	15	35	4.0	5.0
3	叶飞	湖北省农业科学院果树茶叶研究所	12	65	5.0	8.0
4	高士伟	湖北省农业科学院果树茶叶研究所	28	125	7.0	10.0
5	王胜鹏	湖北省农业科学院果树茶叶研究所	18	75	5.0	8.0
6	郑鹏程	湖北省农业科学院果树茶叶研究所	18	61	5.0	7.0
7	王雪萍	湖北省农业科学院果树茶叶研究所	19	84	6.0	8.0