近红外光谱技术结合Keras神经网络的枸杞子种类鉴别研究

打开文本图片集

摘 要：枸杞子具有较高的营养和医学价值，不同产地品种的枸杞品质不同，价格也存在一定的差异，但由于缺乏有效的检测分级手段，枸杞市场鱼龙混杂，影响枸杞市场质量监管。为实现枸杞快速、无损的品种检测，本文提出基于傅里叶变换近红外光谱的枸杞子品种快速区分方法。利用傅里叶变换近红外光谱仪采集了青海、宁夏两个产地6个品种的枸杞子共计648个样本的光谱数据之后，通过多元散射校正（MSC）、标准正态变换（SNV）、移动平均平滑（MA）、标准化（SS）、Savitzky-Golay平滑滤波（SG）、最大最小归一化（MMS）、均值中心化（Zero-centered）分别对6个品种枸杞光谱数据进行预处理，并使用Python语言和Keras框架分别建立了2种神经网络模型。（剩余5579字）