基于BP神经网络的虾蛄捕捞海域溯源方法

• 作者: 卢立娜 宁劲松 李沂光 李风铃 段元慧 谷文艳
• 来源期刊: 渔业现代化
• 学科: 农学
• 关键词: 水产品 虾蛄 重金属 BP神经网络 判别分析 共轭梯度
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 水产养殖工程
• 页码范围: 39-44
• 页数: 6页
• 分类号: S934
• 字数: 4035字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9580.2017.05.008

摘要

虾蛄是重要的经济水产品,对环境中重金属元素具有富集作用.不同海域捕捞的虾蛄体内重金属含量差异较大,因此,可根据虾蛄体内重金属含量推断捕捞海域的污染状况,即基于虾蛄体内重金属状况对其来源进行溯源.以渤海、东海和南海三大海域虾蛄中的3种重金属含量数据作为输入,建立BP神经网络判别分析模型,并对模型进行优化,通过模型判断虾蛄样本的来源海域.结果显示:经过网络训练后,总计90个样本中,86个分类正确,模型的判别准确率为95.6%,其中训练集判别准确率为98.1%,验证集准确率为94.4%,测试集准确率为88.9%.研究表明:基于BP神经网络建立的判别分析模型能够解析非线性复杂体系中各元素的内在关联,以区分样品的来源,并可据此进行有效的追溯.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁劲松	中国水产科学研究院黄海水产研究所	22	206	8.0	14.0
2	李沂光	中国水产科学研究院黄海水产研究所	2	1	1.0	1.0
3	李风铃	中国水产科学研究院黄海水产研究所	9	85	5.0	9.0
4	卢立娜	中国水产科学研究院黄海水产研究所	2	14	1.0	2.0
5	段元慧	中国水产科学研究院黄海水产研究所	2	14	1.0	2.0
6	谷文艳	中国水产科学研究院黄海水产研究所	1	1	1.0	1.0