基于新误差函数的豆油脂光谱BP模式识别研究

摘要：

通过构造新的误差函数，实现了基于近红外透射光谱结合BP神经网络辨识合格豆油和地沟油的方法。在10000 cm-1～3500 cm-1范围内采集优质豆油和地沟油透射光谱，对光谱数据依次作出卷积平滑、基线校正预处理，采用主成分分析方法提取8个主成分（累计贡献率达到99.62%）作为神经网络输入神经元，建立三层8个输入，1个输出，8个隐节点的BP神经网络模型，模型能够有效辨识豆油脂和地沟油，类别预测正确率为100%，其中豆油脂相对偏差在0.4%以内，地沟油相对偏差控制在1.0%以内。新的误差函数可以有效避免BP神经网络陷入局部极小值而未能收敛，并且提高了网络收敛速度。

关键词：近红外光谱、主成分分析、BP、模式识别、新误差函数

分类号：TS2;S51

在线出版日期：2014-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：43-45,91