基于BP神经网络的啤酒酒精度近红外光谱快速检测
以啤酒酒精度的快速测定为研究对象,采用误差反向传播算法(Back-Propagation,BP),结合主成分分析(PCA),构造了三层的神经网络结构,建立了PCA-BP神经网络模型,达到满意的预测精度,结果表明:使用BP神经网络方法后,验证集预测均方差、平均相对误差和回收率范围分别为0.114、1.131%和97.91%-104.59%,其效果优于PLS模型.
作 者: 冯尚坤 徐海菊 FENG Shang-kun XU Hai-ju 作者单位: 浙江台州科技职业学院,浙江,台州,318020 刊 名: 红外技术 ISTIC PKU 英文刊名: INFRARED TECHNOLOGY 年,卷(期): 2008 30(1) 分类号: O657.33 关键词: 近红外(NIR) 啤酒 酒精度 人工神经网络(ANN) 偏最小二乘(PLS)