教育部高等学校骨干教师资助计划(2000931)
- 作品数：6 被引量：38H指数：3
- 相关作者：白英奎申铉国张铁强丁东孟宪江更多>>
- 相关机构：吉林大学北京交通大学更多>>
- 发文基金：教育部高等学校骨干教师资助计划更多>>
- 相关领域：理学机械工程自动化与计算机技术农业科学更多>>
- 一种新的线性神经网络多组分分析法及其在VC银翘片NIR定量分析中的应用被引量：10
- 2005年
- 用红外光谱仪测量了VC银翘片的近红外谱图,然后将主成分分析法(PCA)和线性神经网络结合,分析VC银翘片中的对乙酰氨基酚和维生素C的含量。讨论了主成分数的选择及影响神经网络的各参数。为了比较算法的性能,作者又分别采用了偏最小二乘法、主成分分析结合BP神经网络进行数据处理。实验及数据处理结果表明,在3种多组分分析方法中,主成分分析结合线性神经网络的方法具有最高的预测精度。
- 白英奎申铉国冯毅张铁强黄芳
- 关键词：主成分分析线性神经网络近红外光谱VC银翘片
- 红外和神经网络无损分析VC银翘片中二组分含量被引量：2
- 2004年
- 应用近红外光谱和BP神经网络对VC银翘片进行非破坏定量分析,讨论了神经网络输入点数的选择和影响神经网络各参数的确定。采用了贝叶斯规范化的网络训练方法,解决了BP神经网络稳定性较差的问题,提高了网络的预测精度。实验及数据处理结果表明,应用本文方法对VC银翘片进行非破坏定量分析方法是可行和有效的。
- 白英奎申铉国丁东
- 关键词：VC银翘片近红外光谱BP神经网络输入点网络训练
- 人工神经网络参数调整对生物光谱识别的影响被引量：2
- 2003年
- 本文介绍了一种利用反向传播人工神经网络 (BP ANN)对生物可见光谱进行识别的方法。利用自组的光纤探头式光谱仪对苹果的疤痕和烂痕微区表面进行部分可见光范围 (5 0 0～ 730nm)的光谱测量 ,采用具有单隐层的BP ANN对光谱数据进行分析 ,以便对生物表面性质实现自动识别。本文着重就神经网络的输出值范围、训练方式、隐层数及不同程度的噪音信号等对神经网络识别精度的影响做了较为详尽的讨论。
- 施伟杰张铁强郑咏梅
- 关键词：人工神经网络光谱分析苹果
- 利用聚类分析和偏最小二乘法提高NIR多组分分析精度被引量：1
- 2004年
- 提出了一种聚类分析和偏最小二乘法(PL S)结合的新的近红外(NIR)多组分分析法。此方法可以“由粗及精”地预测组分浓度。首先利用聚类分析判别测试样本大致的浓度范围,然后利用此浓度范围附近的训练样本建立PL S校正模型,预测样本的组分浓度。和传统的PL S比较,改善了模型的适应性,显著地提高了预测精度。实验及数据处理结果证明了此方法的有效性。
- 白英奎孟宪江许晓杰欧玉奎常守业
- 关键词：偏最小二乘法聚类分析近红外光谱
- 生物表面光谱特性识别的神经网络方法被引量：3
- 2002年
- 给出一种光纤探头式生物表面光谱测试系统 ,该系统可以测量生物表面反射光谱。同时通过比较正常与反常生物表面反射光谱 ,利用 BP神经网络模型 ,实现生物表面特性的自动分类和识别。对水果表面特性进行诊断分析实验 ,取得了良好的结果。实验结果表明 ,多层 BP神经网络能够排除测量误差 ,对重叠的生物表面反射光谱有较强的识别能力。
- 王芳荣周德义郑咏梅王鼎张铁强
- 关键词：反射光谱BP神经网络
- 利用神经网络提高偏最小二乘法的NIR多组分分析精度被引量：23
- 2005年
- 提出了一种神经网络 (ANN)和偏最小二乘法 (PLS)结合的新的近红外 (NIR)多组分分析法。该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间 ,利用各个子区间的训练样本分别建立PLS校正模型 ,然后利用ANN对未知样本进行分类 ,判断其所属的浓度子区间 ,应用对应子区间上的校正模型计算预测样本的组分浓度。和传统的PLS比较 ,此方法改善了模型的适应性 ,显著地提高了预测精度。实验及数据处理结果证明了本方法的有效性。
- 白英奎孟宪江丁东申铉国
- 关键词：多组分分析偏最小二乘法PLSNIR
- 利用聚类分析和偏最小二乘法提高NIR多组分分析精度
- 提出了一种聚类分析和偏最小二乘法(PLS)结合的新的近红外(NIR)多组分分析法。此方法可以“由粗及精”地预测组分浓度。首先利用聚类分析判别测试样本大致的浓度范围,然后利用此浓度范围附近的训练样本建立PLS校正模型,预测...
- 白英奎孟宪江许晓杰欧玉奎常守业
- 关键词：偏最小二乘法聚类分析近红外光谱
- 文献传递
