食品科学 ›› 2017, Vol. 38 ›› Issue (10): 272-276.doi: 10.7506/spkx1002-6630-201710044
孙 俊,唐 凯,毛罕平,张晓东,武小红,高洪燕
SUN Jun , TANG Kai , MAO Hanping , ZHANG Xiaodong , WU Xiaohong , GAO Hongyan
摘要: 利用高光谱技术对储藏大米的水分含量进行检测。本实验以120 个大米样本为研究对象,采集所有大米样 本的高光谱图像,利用多元散射校正的预处理方法对大米样本原始光谱数据进行降噪处理。由于原始高光谱数据 量大且冗余性强,故利用逐步线性回归分析方法对预处理后的数据进行特征提取。最后建立BP神经网络的大米水 分定量检测模型,由于建模效果没有达到预期目标,因此引入遗传算法(genetic algorithm,GA)和思维进化算法 (mind evolutionary algorithm,MEA)优化BP神经网络的权值和阈值。对BP、GA-BP、MEA-BP 3 种大米水分预测 模型进行比较,3 种模型的预测集决定系数都达到0.86以上,其中MEA-BP模型具有最佳的预测效果,预测集决定 系数达到0.966 3,且均方根误差为0.81%。
中图分类号: