基于近红外漫反射光谱的云芝提取物品级分类研究
为探索快速无损分析云芝提取物品级的方法,采集不同产地云芝提取物的近红外漫反射光谱,通过主成分分析(PCA)对样本原始光谱数据进行降维、压缩,并分别结合偏最小二乘判别法(PLS-DA)和反向传输人工神经网络(BP-ANN)建立识别模型.结果表明:采用主成分分析结合偏最小二乘判别法,建模集和验证集的识别正确率分别为100%和84%;采用主成分分析结合反向传输人工神经网络模型,其建模集和验证集的识别正确率均为100%.由此可见,主成分分析结合反向传输人工神经网络模型可以更好地实现对不同品级的云芝提取物进行分类识别.
近红外光谱、云芝提取物、主成分分析、品级分类
39
O657.3;S435.621.2+2;S562.09
杭州市科技项目;杭州市科技项目;浙江省公益项目;湖州市科技计划;湖州市科技计划
2019-01-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
196-200