10.3964/j.issn.1000-0593(2012)08-2095-05
基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究
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4545～9090cm-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)样品的单独判别正确率分别为94.95％,97％和98.29％.对三个品种样品的可溶性固形物、可滴定酸、pH值及固酸比品质指标进行了单因素方差分析,发现四个指标含量均存在明显差异,分析成分指标数据的主成分得分发现不同品种草莓存在明显的聚类趋势.结果表明,近红外光谱与反向传播人工神经网络结合可有效鉴别不同品种的草莓,且不同品种草莓化学成分含量的差异为近红外光谱分类提供了理化解释.
草莓、近红外光谱、反向传播人工神经网络、单因素方差分析
32
S375(农产品收获、加工及贮藏)
国家自然科学基金项目61074174;河北省自然科学基金项目C2011201096;河北省教育厅项目2010107
2012-12-17（万方平台首次上网日期，不代表论文的发表时间）
共5页
2095-2099
