基于近红外光谱的神经网络预测大米直链淀粉含量

借助主成分分析，确立了用于近红外光谱分析的BP神经网络的输入输出模式对;并用BP神经网络方法建立了不同类型、不同粒度的大米样品直链淀粉含量预测模型;考察了模型的预测能力，其预测值与用标准方法取得的化学测定值间具有良好线性关系(相关系数达0.9)。用BP神经网络可降低因样品粒度的不同而对预测结果造成的差异。

作 者： 刘建学 吴守一 方如明 Liu Jianxue Wu Shouyi Fang Ruming   作者单位： 刘建学,Liu Jianxue(洛阳工学院机械设计工程系 博士,)

吴守一,Wu Shouyi(江苏理工大学生物与环境工程学院 教授 博士生导师,)

方如明,Fang Ruming(江苏理工大学生物与环境工程学院 教授) 

刊 名： 农业机械学报  ISTIC EI PKU 英文刊名： Transactions of the Chinese Society of Agricultural Machinery  年，卷(期)： 2001 32(2)  分类号： O433.4 S379.1  关键词： 大米   直链淀粉含量   光谱分析   神经网络   预测  

【基于近红外光谱的神经网络预测大米直链淀粉含量】上海花千坊相关的文章：

霉变板栗的近红外光谱和神经网络方法判别04-26

土壤中总氮与总磷含量的近红外光谱实时检测方法04-26

黄酒总糖含量的中红外光谱定量检测04-26

异穗卷柏的显微与近红外光谱鉴定研究04-26

不同贮存温度蜂花粉的可见-近红外光谱鉴别04-26

小麦蜡质基因座位上SSR的多态性及其与直链淀粉含量的关系04-26

基于RBF神经网络的短时交通流量预测04-27

基于BP神经网络的降雨充水矿井涌水量预测04-27

基于神经网络的道路交通事故预测04-27

基于人工神经网络的结构腐蚀损伤定量预测04-27