基于神经网络的小米产地鉴别研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘 要:小米的品质与产地息息相关,产地不同可能导致小米品质存在差异。为了实现小米产地的快速、精确鉴别,保护优质小米的品牌效益,以6种不同产地的小米为研究对象,将近红外光谱分析技术与反向传播(Back-propagation,BP)神经网络相结合建立小米产地鉴别模型,使用竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)算法提取特征波长变量,并在此基础上建立CARS-BP模型,之后将CARS-BP模型与全谱BP神经网络模型、支持向量机(Support Vector Machine,SVM)、偏最小二乘法(Partial Least Square,PLS)、K最近邻(K-Nearest Neighbor,KNN)分类算法进行比较,对比5种模型鉴别的准确率。(剩余4344字)

目录
monitor