基于人工神经网络和生物光子学的小麦籽粒状态分类
将生物光子分析技术与人工神经网络相关算法相结合,识别小麦籽粒的不同状态.以经过不同时间的水浸泡处理和去胚芽前后的小麦籽粒为研究对象,通过定制的生物超微弱发光测试仪获取试验样品的生物光子辐射.利用人工神经网络中的误差反向传播(Back Propagation,BP)算法对测量的小麦籽粒生物光子辐射数据进行分类研究.结果显示,该方法对有无胚芽小麦的识别率均达90%以上,对于新旧小麦的识别率也在70%以上.
人工神经网络、生物光子学、小麦籽粒、品质检测
34
TP210;TP183(自动化技术及设备)
国家自然科学基金资助项目31171775;国家863计划2012AA101608;河南省科技厅重点科技攻关项目112102210190
2013-09-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
83-86