基于近红外透射光谱及神经网络的大豆油质量分析

基于近红外透射光谱及神经网络的大豆油质量分析

ID:25127439

大小:58.00 KB

页数:9页

时间:2018-11-18

基于近红外透射光谱及神经网络的大豆油质量分析_第1页
基于近红外透射光谱及神经网络的大豆油质量分析_第2页
基于近红外透射光谱及神经网络的大豆油质量分析_第3页
基于近红外透射光谱及神经网络的大豆油质量分析_第4页
基于近红外透射光谱及神经网络的大豆油质量分析_第5页
资源描述:

《基于近红外透射光谱及神经网络的大豆油质量分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于近红外透射光谱及神经网络的大豆油质量分析蔡立晶1,蔡立娟2,李文勇3,赵肖宇1,尚廷义1(1.黑龙江八一农垦大学,黑龙江大庆163319;2.长春理工大学,长春130022;3.大庆油田有限责任公司第一采油厂,黑龙江大庆163162)摘要:提出了一种基于近红外透射光谱及最速下降BP算法识别大豆油质量的方法。光谱采集范围是10000~4000cm-1,将得到的近红外光谱数据作为网络的输入神经元,利用主成分分析方法得出8个变量指标数,该变量指标对样品累计贡献率达到99.9%以上;将8个主成分的特征值作为BP网络的输入向量,建立BP神经网络模型。该模型对预测样

2、品集能正确判别,判别正确率达到100%。..关键词:近红外透射光谱;BP神经网络;豆油质量分析中图分类号:O657.33文献标识码:A:0439-8114(2015)01-0175-03DOI:10.14088/j.ki.issn0439-8114.2015.01.045QualityAnalysisofSoybeanOilbasedonNearInfraredTransmissionSpectraandArtificialNeuralNetworkModelCAILi-jing1,CAILi-juan2,LIWen-yong3,ZHAOXiao-yu1,S

3、HANGTing-yi1(1.HeilongjiangBayiAgriculturalUniversity,Daqing163319,Heilongjiang,China;2.ChangchunUniversityofSciencesandTechnology,Changchun130022,China;3.TheFistOilProductionCompany,Daqingoilfield,Daqing163162,Heilongjiang,China)Abstract:Amethodbasedonnearinfraredtransmissionspect

4、raandgradientdescentBPalgorithmwasusedtoanalyzedthequalityofsoybeanoil.Therangeof10000to4000cm-1spectralwasacquired,thenthenearinfraredspectrumdatawasinputtoBPnetwork.Eightvariableindexeswereobtainedwithprincipalcomponentanalysis.Thecumulativecontributionrateofthe8variableindexeswa

5、smorethan99.9%.Usingthe8indexasinputvectorsofBPneuralnetworksmodel,itcandiscriminatethequalityofsampleswiththeaccuracyof100%.Keywords:nearinfraredtransmissionspectroscopy;BPneuralnetwork;soybeanoilqualityanalysis收稿日期:2014-03-20基金项目:黑龙江省教育厅科学技术研究项目(12521378)简介:蔡立晶(1977-),女,吉林前郭人,讲师,

6、硕士,主要从事电磁场微波技术及光电检测技术的教学与研究工作,()13845942988(电子信箱)threeminimoons@126.com。近红外光谱技术具有快速、高效、无污染、无需前处理、无损分析及多组分同时测定等优点,在快速检测领域有较大的潜力和发展空间。近红外光谱分析技术用于食用油品质分析检测目前也有一些研究报道,主要用于油脂的品质检测[1]。西方国家最早利用近红外技术进行油脂品质分析。近红外技术结合判别分析方法等,在橄榄油[2,3]、坚果油[4]及其他植物油[5]的检测中已得到成功应用。刘福莉等[6]以8种食用油纯油的43个样品为对象,研究了近红

7、外透射光谱结合聚类分析法快速鉴别食用油种类的可行性,判别模型对预测集样品的准确率达到100%。范璐等[7]利用气相色谱和傅里叶变换红外吸收光谱,对21种花生油、20种棕榈油及两者的4种调和油进行分析,对花生油和棕榈油做了识别分析。近红外光谱技术在掺伪检测中有着很多的应用[8],翁欣欣等[9]研究了橄榄油中掺伪情况研究,采用BP神经网络对掺伪橄榄油和未掺伪橄榄油进行了鉴别,对52个样品进行了预测,预测准确率为100%。随着营养学的研究发展,评估食用植物油的营养价值,研究分析常用食用植物油中的脂肪酸的组成是有意义的,吴静珠等[10,11]对食用油脂肪酸的定量分析

8、进行了研究,人们对植物油中脂肪酸的认识不断增加。人工

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。