期刊文章详细信息
主成分-人工神经网络在近红外光谱定量分析中的应用
Application of Principal Components-Artificial Neural Networks in Near _ infrared Spectroscopy Quantitative Analysis
文献类型：期刊文章
机构地区：[1]中国农业大学基础科学技术学院
年 份：1999
卷 号：18
期 号：3
起止页码：12-15
语 种：中文
收录情况：AJ、CAS、CSCD、CSCD2011_2012、JST、RCCSE、RSC、ZGKJHX、普通刊
摘 要：近红外光谱的主成分由非线性迭代偏最小二乘法（ＮＩＰＡＬＳ）求出。主成分作标准化处理后，作为Ｂ－Ｐ神经网络的输入结点进行非线性迭代。该法的优点是，充分利用了全光谱的数据，得到消除噪声后的最佳主成分，能建立非线性模型，Ｂ－Ｐ神经网络迭代时间显著缩短。用该法对大麦中的淀粉含量进行了定量分析研究。结果为：校准和预测的相关系数分别为０．９８１和０．９５３，校准和预测的相对标准偏差分别为１．７０％和２．４８％。
关 键 词：人工神经网络 近红外光谱 主成分 淀粉 大麦
分 类 号：O657.33] TS213.01[化学类]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
