搜索结果: 1-3 共查到“工学 BP-ANN”相关记录3条 . 查询时间(0.062 秒)
针对喷气燃料初馏点性质测试的近红外光谱干扰多、信息提取困难,定量分析模型预测准确度较低的问题,在1 100~2 500 nm的长波近红外光谱范围内采用间隔偏最小二乘法对建模区间进行优选,通过误差反向传播神经网络(BP-ANN)算法取代偏最小二乘法建立定量分析模型。结果表明:在区间1 650~1 705 nm建立初馏点的BPANN定量分析模型并预测验证集样本初馏点,预测决定系数(R2)为0.936...
基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究
草莓 近红外光谱 反向传播人工神经网络 单因素方差分析
2012/8/17
研究了使用近红外漫反射光谱对不同品种草莓进行无损鉴别的方法,并分析了各品种草莓品质指标的差异性。在4 545~9 090 cm-1光谱范围比较了反向传播人工神经网络、最小二乘支持向量机及判别分析的分类模型性能,发现拓扑结构为12-18-3的反向传播神经网络模型分类结果最优,校正集和预测集分类正确率分别为96.68%和97.14%,“甜宝”(n=99)、“丰香”(n=100)和“明星”(n=117)...