10.16213/j.cnki.scjas.2023.1.021
基于BPNN的烤烟褐变程度识别及其分类烟叶质量分析
[目的]建立BP(Back propagation)神经网络(BPNN)自动识别系统,以实现烤烟褐变标准化和量化.[方法]以云烟87上部烟叶为样本,通过扫描获取烟叶颜色等特征信息,建立BP神经网络烤烟褐变程度识别模型,输出判别结果,以人工判别烤烟褐变结果为参考,进行相似度比较.通过外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化分析比对,验证BP神经网络自动识别系统和人工识别结果的精准度.[结果]建立的BP神经网络模型能够精准识别烟叶褐化等级,其识别准确率为98.75%,分级烟叶外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化与人工识别基本一致,两种识别模式无显著性差异(P<0.05),为杂色烟分级提供了客观评价方法,能有效区分不同褐变程度烟叶的可用性.[结论]BP神经网络识别系统对烟叶褐变程度鉴别精准度与人工识别接近,可以利用BP神经网络自动识别系统替代人工识别.
烤烟、酶促褐变、褐变程度、BP神经网络、外观质量
36
TS44+1(烟草工业)
中国烟草总公司科技项目;湖北省烟草公司重点科技项目
2023-04-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
169-177