基于BP神經(jīng)網(wǎng)絡(luò)的啤酒酒精度近紅外光譜快速檢測(cè)

以啤酒酒精度的快速測(cè)定為研究對(duì)象,采用誤差反向傳播算法(Back-Propagation,BP),結(jié)合主成分分析(PCA),構(gòu)造了三層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了PCA-BP神經(jīng)網(wǎng)絡(luò)模型,達(dá)到滿意的預(yù)測(cè)精度,結(jié)果表明:使用BP神經(jīng)網(wǎng)絡(luò)方法后,驗(yàn)證集預(yù)測(cè)均方差、平均相對(duì)誤差和回收率范圍分別為0.114、1.131%和97.91%-104.59%,其效果優(yōu)于PLS模型.

作 者： 馮尚坤 徐海菊 FENG Shang-kun XU Hai-ju   作者單位： 浙江臺(tái)州科技職業(yè)學(xué)院,浙江,臺(tái)州,318020  刊 名： 紅外技術(shù)  ISTIC PKU 英文刊名： INFRARED TECHNOLOGY  年，卷(期)： 2008 30(1)  分類(lèi)號(hào)： O657.33  關(guān)鍵詞： 近紅外(NIR)   啤酒   酒精度   人工神經(jīng)網(wǎng)絡(luò)(ANN)   偏最小二乘(PLS)  

【基于BP神經(jīng)網(wǎng)絡(luò)的啤酒酒精度近紅外光譜快速檢測(cè)】相關(guān)文章：

霉變板栗的近紅外光譜和神經(jīng)網(wǎng)絡(luò)方法判別04-26

土壤中總氮與總磷含量的近紅外光譜實(shí)時(shí)檢測(cè)方法04-26

異穗卷柏的顯微與近紅外光譜鑒定研究04-26

基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的職業(yè)危害預(yù)警模型04-25

不同貯存溫度蜂花粉的可見(jiàn)-近紅外光譜鑒別04-26

黃酒總糖含量的中紅外光譜定量檢測(cè)04-26

基于BP神經(jīng)網(wǎng)絡(luò)的降雨充水礦井涌水量預(yù)測(cè)04-27

基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)在清潔生產(chǎn)審核中的應(yīng)用04-25

基于自適應(yīng)Kalman濾波的BP神經(jīng)網(wǎng)絡(luò)在導(dǎo)航中的應(yīng)用04-27

基于BP神經(jīng)網(wǎng)絡(luò)的彩色光彈性等色線自動(dòng)定級(jí)法04-27