农产品质量与安全
農產品質量與安全
농산품질량여안전
QUALITY AND SAFETY OF AGRO-PRODUCTS
2012年
z1期
62-65
,共4页
小麦%湿面筋%近红外光谱%偏最小二乘%BP神经网络%RBF神经网络
小麥%濕麵觔%近紅外光譜%偏最小二乘%BP神經網絡%RBF神經網絡
소맥%습면근%근홍외광보%편최소이승%BP신경망락%RBF신경망락
本文提出了基于近红外光谱的不同建模方法对小麦湿面筋进行快速无损检测.本研究分别建立了偏最小二乘、BP神经网络和RBF神经网络3种回归模型,并进行分析比较.实验结果表明,3种校正模型都取得了较好的预测效果,预测相关系数分别为0.915 84、0.927 62和0.960 93；预测均方根误差分别为1.852 9、1.623 3和1.112.经过研究比较,基于RBF神经网络所建模型准确度最高并且用时较短,基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种上的前期世代筛选.
本文提齣瞭基于近紅外光譜的不同建模方法對小麥濕麵觔進行快速無損檢測.本研究分彆建立瞭偏最小二乘、BP神經網絡和RBF神經網絡3種迴歸模型,併進行分析比較.實驗結果錶明,3種校正模型都取得瞭較好的預測效果,預測相關繫數分彆為0.915 84、0.927 62和0.960 93；預測均方根誤差分彆為1.852 9、1.623 3和1.112.經過研究比較,基于RBF神經網絡所建模型準確度最高併且用時較短,基本上可以完成糧食儲備和食品加工行業對小麥及其製品品質的劃分以及育種上的前期世代篩選.
본문제출료기우근홍외광보적불동건모방법대소맥습면근진행쾌속무손검측.본연구분별건립료편최소이승、BP신경망락화RBF신경망락3충회귀모형,병진행분석비교.실험결과표명,3충교정모형도취득료교호적예측효과,예측상관계수분별위0.915 84、0.927 62화0.960 93；예측균방근오차분별위1.852 9、1.623 3화1.112.경과연구비교,기우RBF신경망락소건모형준학도최고병차용시교단,기본상가이완성양식저비화식품가공행업대소맥급기제품품질적화분이급육충상적전기세대사선.
