公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于独立组分分析和BP神经网络的可见/近红外光谱蜂蜜品牌的鉴别被引量：25: 2008年; 提出了一种基于独立组分分析的可见/近红外光谱透射技术快速鉴别蜂蜜品牌的新方法。用独立组分分析方法获取蜂蜜的可见/近红外光谱载荷图,将载荷图中相关性最大的波段,作为人工神经网络的输入建立蜂蜜品牌的鉴别模型。建立了一个三层的BP神经网络模型,各层传递函数采用S型(Sigmoid)函数,并设置网络输入层节点数为9,隐含层节点数为10,输出层节点数为3。每个品牌25个样本,3个品牌共75个样本,用来建立BP神经网络模型,剩余的3个品牌各5个样本用于预测,鉴别准确率达100%,模型的拟合残差为8·245365×10-5。说明基于独立组分分析的方法具有很好的鉴别效果,为蜂蜜的品牌鉴别提供了一种新方法。; 邵咏妮何勇鲍一丹; 关键词：蜂蜜独立组分分析 BP神经网络

基于光谱技术的芒果糖度酸度无损检测方法研究被引量：16: 2008年; 提出了一种用近红外光谱技术结合遗传算法和人工神经网络模型的芒果糖度酸度快速无损检测的新方法。首先用偏最小二乘法计算芒果糖度酸度光谱数据的主成分得分值,以此获取芒果的近红外指纹图谱,再结合遗传算法优化人工神经网络技术(GA-BP)进行检测。PLS分析表明,主因子选取18时对糖度具有较好的聚类作用,而主因子数17个时对酸度的聚类效果好。选取最佳主因子作为芒果糖度酸度的神经网络的输入,建立三层GA-BP人工神经网络模型。用135个芒果样本的糖度酸度用来建立遗传算法优化神经网络的芒果糖度酸度检测模型,对未知的45个芒果样本进行糖度酸度的预测。结果表明,提出的遗传算法和人工神经网络模型相结合的光谱分析方法具有很好的预测能力,为芒果糖度酸度检测方法提供了一种新方法。; 虞佳佳何勇鲍一丹; 关键词：芒果人工神经网络

应用可见/近红外光谱技术快速检测果珍中二氧化钛的含量被引量：5: 2010年; 为了实现快速检测果珍中的二氧化钛含量,提出了应用近红外光谱技术结合化学计量学的快速检测方法。研究采用了320份果珍样本进行光谱特性的检测,其中200个样本用来建模,120个样本进行预测。首先比较了标准正态变量校正(SNV)、变量标准化(Normalize)、多元散射校正(MSC)等6种不同的数据预处理方法对偏最小二乘法(PLS)建模预测效果的影响。然后将PLS模型与应用主成分(PC)建立的主成分-神经网络校正(PC-ANN)模型进行比较。结果表明,MSC预处理的效果最好,PLS模型的最佳主成分数为7,预测值与标准值的相关系数R^2达0.900 8,预测标准误差RMSEP为0.05。PC-ANN模型预测值与标准值的R^2为0.868 4,RMSEP为0.04。说明PLS模型比PC-ANN模型的预测效果好。同时本研究也说明能够应用可见/近红外技术对二氧化钛进行快速定量测定。; 段敏鲍一丹何勇; 关键词：偏最小二乘法神经网络二氧化钛主成分

应用有效波长进行奶茶品种鉴别的研究被引量：6: 2010年; 基于最小二乘支持向量机建模方法,提出应用奶茶在可见/近红外光谱谱区的有效波长进行其品种鉴别的新方法.用225个样本建模,75个样本进行预测.通过对光谱数据进行偏最小二乘法分析,根据载荷图和回归系数图选择鉴别奶茶品种的有效波长(EW),并建立EW与最小二乘支持向量机(LS-SVM)相结合的EW-LS-SVM模型,同时与应用主成分(PC)和小波变换(WT)建立的PC-LS-SVM和WT-LS-SVM模型进行判别准确率的比较.结果表明,应用EW、PC和WT建立的模型对建模样本的判别准确率均为100%,对预测集样本判别准确率分别为98.7%、98.7%和100%,获得了理想的鉴别效果.研究表明,应用可见/近红外光谱谱区的有效波长进行奶茶品种鉴别是可行的,且EW-LS-SVM模型能获得满意的鉴别精度.; 刘飞王莉何勇; 关键词：奶茶有效波长最小二乘支持向量机

基于可见-近红外反射光谱技术的葡萄品种鉴别方法的研究被引量：25: 2009年; 提出一种利用可见-近红外反射光谱技术快速无损鉴别葡萄品种的新方法。采用主成分分析法对三个葡萄品种的光谱进行聚类分析。结果表明,黑提葡萄能够被区分。进一步采用人工神经网络技术对马奶子和木拉格两种葡萄进行品种鉴别。以前10个主成分作为神经网络的输入,品种类型作为神经网络的输出,建立三层BP神经网络模型。结果显示,这两个品种的识别准确率达到98.28%,结果优于簇类独立软模式(SIMCA)。同时提出葡萄品种鉴别的四个敏感波段:452、493、542和668 nm。基于敏感波段光谱的BP神经网络预测准确率为97.41%。说明采用可见-近红外光谱分析技术结合主成分分析和人工神经网络的方法能够快速无损鉴别葡萄的品种,为葡萄品种的鉴别提供了一种新方法。; 曹芳吴迪何勇鲍一丹; 关键词：光谱学主成分分析人工神经网络

应用多光谱图像技术获取黄瓜叶片含氮量及叶面积指数被引量：16: 2009年; 为了快速准确地获取黄瓜叶片的含氮量和叶面积指数等生长信息,提出了采用多光谱图像技术对黄瓜生长信息进行检测的新方法。利用标定板建立黄瓜叶片光谱反射率同图像灰度值之间的线性公式。通过多光谱相机对样本在绿光、红光和近红外三个通道的图像进行处理,获得叶片样本在每一通道的灰度值,然后根据标定板所建立的灰度值与反射率间的经验线性公式将对应的灰度值转为反射率值,并由反射率值计算出黄瓜的植被指数。采用最小二乘-支持向量机(LS-SVM)建立植被指数同叶片含氮景以及叶面积指数问的拟合模型。结果表明植被指数同叶片含氮量和叶面积指数的拟合相关系数分别为0.8665和0.8553。表明植被指数与黄瓜的叶片含氮量和叶面积指数具有紧密的相关性,也为快速采集黄瓜生长信息提供了一种新方法。; 刘飞王莉何勇; 关键词：医用光学与生物技术黄瓜含氮量叶面积指数

分布式并行计算在光谱学信号处理领域中的应用: 2009年; 将分布式并行计算引入光谱学信号处理领域。用傅里叶红外光谱仪FTIR-4100获得白砂糖、木糖醇、麦芽糖和葡萄糖4类糖各39个样本的光谱曲线作为测试数据。在两台软硬件配置相同的计算机平台上运行分布式并行算法。先运用分布式并行方法读取FTIR-4100生成的文本文件中的原始数据,然后进行分布式并行数据预处理,包括最大峰值标准化校正,Savitzky-Golay平滑降噪算法等,再运用分布式并行遗传算法抽取糖特征波数共24个,最后将提取到的24个特征波数作为用BP神经网络输入,建立3层人工神经网络。实验结果表明,分布式并行计算运行结果与单机顺序计算结果比对一致,在两台计算机并行工作模式下的计算效率比传统的单机顺序计算处理效率高33.6%,为光谱学信号处理研究领域进行复杂科学计算和提高计算效率提供了新的方法。; 陈永明林萍鲍一丹何勇; 关键词：分布式并行计算信号处理

全选清除导出

共1页<1>

浙江省自然科学基金(Y307158)