10.3969/j.issn.1000-1298.2007.01.028
人工神经网络NIR定量分析方法及其软件实现
在Visual C++环境中采用面向对象技术,开发了PCA-MBP-NIR定量分析模型软件.通过40份小麦样品的原始光谱、加噪光谱(信噪比为14 dB)与含水率所建立的PLS-NIR与PCA-MBP-NIR模型,对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析.分析表明,对于含噪声的光谱,与PLS建模相比,使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数,更低的预测误差标准差.
农产品、品质检测、近红外光谱分析、主成分分析、人工神经网络
38
O433.4;S379.1(光学)
国家自然科学基金30671198;重庆市科委自然科学基金CSTC2005BB2211;重庆市高等学校优秀中青年骨干教师资助计划2005
2007-03-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
108-111