光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2005年
4期
521-524
,共4页
大黄%红外光谱%高木-关野%模糊逻辑系统
大黃%紅外光譜%高木-關野%模糊邏輯繫統
대황%홍외광보%고목-관야%모호라집계통
高木-关野模糊系统是基于若干反向传播神经网络(BP-ANN)组成的, 它具有一些模糊逻辑特性. 文章利用红外光谱与高木-关野模糊系统相结合鉴别52种大黄样品. 并对神经网络的隐含层个数和动量因子的影响作了讨论. 结果表明, 用高木-关野模糊系统得到的结果比通常用的BP网络要好. 选用适当的网络训练参数, 正确率可达到100%. 该方法比常规方法更准确, 比民间传统方法更具科学性, 因此是鉴别大黄的一种快速、简便的方法.
高木-關野模糊繫統是基于若榦反嚮傳播神經網絡(BP-ANN)組成的, 它具有一些模糊邏輯特性. 文章利用紅外光譜與高木-關野模糊繫統相結閤鑒彆52種大黃樣品. 併對神經網絡的隱含層箇數和動量因子的影響作瞭討論. 結果錶明, 用高木-關野模糊繫統得到的結果比通常用的BP網絡要好. 選用適噹的網絡訓練參數, 正確率可達到100%. 該方法比常規方法更準確, 比民間傳統方法更具科學性, 因此是鑒彆大黃的一種快速、簡便的方法.
고목-관야모호계통시기우약간반향전파신경망락(BP-ANN)조성적, 타구유일사모호라집특성. 문장이용홍외광보여고목-관야모호계통상결합감별52충대황양품. 병대신경망락적은함층개수화동량인자적영향작료토론. 결과표명, 용고목-관야모호계통득도적결과비통상용적BP망락요호. 선용괄당적망락훈련삼수, 정학솔가체도100%. 해방법비상규방법경준학, 비민간전통방법경구과학성, 인차시감별대황적일충쾌속、간편적방법.
