您的位置: 专家智库 > >

国家自然科学基金(30760103)

作品数:2 被引量:21H指数:2
相关作者:李若诚许文方华英杰张海东李贵荣更多>>
相关机构:云南农业大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:理学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇理学

主题

  • 2篇学习机
  • 2篇普洱茶
  • 2篇近红外
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇极限学习机
  • 2篇光谱
  • 2篇红外
  • 2篇红外光
  • 2篇红外光谱
  • 1篇多酚
  • 1篇多酚含量
  • 1篇谱学
  • 1篇光谱学
  • 1篇茶多酚
  • 1篇茶多酚含量

机构

  • 2篇云南农业大学

作者

  • 2篇华英杰
  • 2篇许文方
  • 2篇李若诚
  • 1篇李贵荣
  • 1篇张海东

传媒

  • 1篇激光与光电子...
  • 1篇长春工业大学...

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于近红外光谱和极限学习机的普洱茶中游离氨基酸总量检测被引量:6
2012年
首先用中心化法对光谱数据进行预处理。建立极限学习机模型,其输入层神经元数为1 557,输出层神经元数为1,隐含层神经元数为10。模型得到的训练集均方根误差为0.103 4,预测集均方根误差为0.115 4。结果表明,极限学习机算法能够较准确地检测普洱茶中的游离氨基酸总量。
李若诚许文方华英杰
关键词:普洱茶近红外光谱极限学习机
近红外光谱结合极限学习机和GA-PLS算法检测普洱茶茶多酚含量被引量:15
2013年
利用近红外光谱技术检测普洱茶中茶多酚的含量,首先通过遗传偏最小二乘法(GA-PLS)筛选出表征茶多酚含量的特征波数点,并进行主成分分析,然后建立极限学习机(ELM)预测模型。研究得到的最佳ELM预测模型涉及40个变量,主成分分析后以第1、第2主成分作为输入,以Sigmoidal函数为隐含层神经元激励函数,隐含层神经元个数确定为13。模型的交互验证均方根误差值、预测集均方根误差值和预测集相关系数R2分别为1.0109、1.6686和0.9705,预测性能明显优于全光谱偏最小二乘模型和遗传偏最小二乘模型。说明利用近红外光谱技术结合极限学习机和遗传偏最小二乘法可以很好地预测普洱茶中茶多酚的含量。
张海东李贵荣李若诚许文方华英杰
关键词:光谱学近红外光谱极限学习机普洱茶茶多酚含量
共1页<1>
聚类工具0