食品科学 ›› 2022, Vol. 43 ›› Issue (4): 277-283.doi: 10.7506/spkx1002-6630-20201126-267
李楠楠,刘也嘉,林利忠,曹珍珍,赵思明,牛猛,贾才华,张宾佳
LI Nannan, LIU Yejia, LIN Lizhong, CAO Zhenzhen, ZHAO Siming, NIU Meng, JIA Caihua, ZHANG Binjia
摘要: 利用近红外光谱协同BP神经网络算法,对泰国茉莉香米及其掺伪样品的近红外光谱进行多元散射校正预处理,挑选出48 个特征波长;以特征波长的吸光度为BP神经网络输入层神经元,以样品中泰国茉莉香米的含量为输出层神经元,获得BP神经网络算法的最优结构模型,即为单层隐含层、隐含层神经元数7、隐含层传递函数logsig、输出层传递函数tansig、训练函数trainlm、网络学习函数learngdm和学习速率0.35。所建立模型的均方根误差、校正集相关系数、验证集相关系数、测试集相关系数分别为0.000 830、0.992 9、0.976 1和0.975 5,呈现出优良的预测效果,实现了泰国茉莉香米掺伪含量的快速鉴定。
中图分类号: