分析化学
分析化學
분석화학
CHINESE JOURNAL OF ANALYTICAL CHEMISTRY
2007年
4期
525-528
,共4页
刘波平%秦华俊%罗香%曹树稳%王俊德
劉波平%秦華俊%囉香%曹樹穩%王俊德
류파평%진화준%라향%조수은%왕준덕
近红外光谱%饲料%偏最小二乘%人工神经网络%氨基酸
近紅外光譜%飼料%偏最小二乘%人工神經網絡%氨基痠
근홍외광보%사료%편최소이승%인공신경망락%안기산
偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性.用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模.取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000.偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023.本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路.
偏最小二乘與人工神經網絡聯用對70箇飼料樣品建立起天門鼕氨痠(Asp)、穀氨痠(Glu)、絲氨痠(Ser)和組氨痠(His)4種氨基痠含量的預測校正模型,以樣品平行掃描光譜驗證校正模型預測的準確性和重現性.用偏最小二乘法將原始數據壓縮為主成分,採用單隱層的反嚮傳播網絡建模.取前3箇主成分的12箇數據輸入網絡,以Kolmogorov定理為依據,經過實驗確定中間層的神經元箇數為25,初始訓練迭代次數為1000.偏最小二乘-反嚮傳播網絡模型對樣品4箇組分含量的預測決定繫數(R2)分彆為:0.981、0.997、0.979、0.946;樣品平行掃描光譜預測值的標準偏差分彆為:0.020、0.029、0.017、0.023.本研究為近紅外快速檢測在組分含量較低的樣品實現多組分同時測定提供瞭思路.
편최소이승여인공신경망락련용대70개사료양품건립기천문동안산(Asp)、곡안산(Glu)、사안산(Ser)화조안산(His)4충안기산함량적예측교정모형,이양품평행소묘광보험증교정모형예측적준학성화중현성.용편최소이승법장원시수거압축위주성분,채용단은층적반향전파망락건모.취전3개주성분적12개수거수입망락,이Kolmogorov정리위의거,경과실험학정중간층적신경원개수위25,초시훈련질대차수위1000.편최소이승-반향전파망락모형대양품4개조분함량적예측결정계수(R2)분별위:0.981、0.997、0.979、0.946;양품평행소묘광보예측치적표준편차분별위:0.020、0.029、0.017、0.023.본연구위근홍외쾌속검측재조분함량교저적양품실현다조분동시측정제공료사로.