基于MEA-BP神经网络的大米水分含量高光谱技术检测

• 作者: 唐凯 孙俊 张晓东 武小红 毛罕平 高洪燕
• 来源期刊: 食品科学
• 学科: 农学
• 关键词: 高光谱 大米 水分含量 BP神经网络 遗传算法 思维进化算法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 安全检测
• 页码范围: 272-276
• 页数: 5页
• 分类号: TS201|S379
• 字数: 4126字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201710044

摘要

利用高光谱技术对储藏大米的水分含量进行检测.本实验以120个大米样本为研究对象,采集所有大米样本的高光谱图像,利用多元散射校正的预处理方法对大米样本原始光谱数据进行降噪处理.由于原始高光谱数据量大且冗余性强,故利用逐步线性回归分析方法对预处理后的数据进行特征提取.最后建立BP神经网络的大米水分定量检测模型,由于建模效果没有达到预期目标,因此引入遗传算法(genetic algorithm,GA)和思维进化算法(mind evolutionary algorithm,MEA)优化BP神经网络的权值和阈值.对BP、GA-BP、MEA-BP 3种大米水分预测模型进行比较,3种模型的预测集决定系数都达到0.86以上,其中MEA-BP模型具有最佳的预测效果,预测集决定系数达到0.966 3,且均方根误差为0.81％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓东	江苏大学现代农业装备与技术教育部重点实验室	43	494	15.0	20.0
2	毛罕平	江苏大学现代农业装备与技术教育部重点实验室	235	4472	37.0	54.0
3	高洪燕	江苏大学现代农业装备与技术教育部重点实验室	15	184	9.0	13.0
4	武小红	江苏大学电气信息工程学院	62	694	15.0	24.0
5	孙俊	江苏大学电气信息工程学院	133	1226	19.0	28.0
9	唐凯	江苏大学电气信息工程学院	5	37	3.0	5.0