红外光谱法与荧光光谱成像技术结合神经网络对正毛化橘红的快速鉴别

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为探究一种快速、可靠的化橘红检测方法，本实验分别采用傅里叶变换衰减全反射红外光谱法和荧光光谱成像技术结合多层感知器（MLP）神经网络所构建的模式识别方法，对化橘红进行鉴别，并对两种方法进行了比较。实验以81个正毛化橘红，37个其他品种橘红共118个样品为研究对象，采集所有样品的红外光谱和荧光光谱图像。根据光谱曲线中不同样品间的差异，取红外光谱中550‐1800 cm －1区段范围内的光谱数据和荧光光谱曲线中的400～720 nm区段的光谱数据进行分析，应用主成分分析法（PCA ）对化橘红的光谱数据进行降维处理，再结合MLP神经网络对化橘红样品进行判别分析。实验中分别使用多元散射校正（MSC）、标准正态变量校正（SNV）、一阶导（FD）、二阶导（SD）以及Savitzky‐Golay（SG）平滑数据预处理方法，并比较他们对鉴别模型的影响。分析结果表明：利用红外光谱法（FTIR／ATR），经由Savitzky‐Golay （SG）平滑预处理得到的数据，通过隐层函数为 sigmoid的三层MLP模型，能够得到最优正毛化橘红识别率，其结果训练集和测试集的识别率都为100％；利用荧光光谱成像技术，由多元散射（M SC ）预处理的结果是最理想的。经过预处理的数据，通过隐层函数为 sigmoid函数的三层 MLP模型，训练集识别率达到100％，测试集识别率达到96.7％。由此可见，衰减全反射红外光谱法（FTIR／ATR）和荧光光谱成像技术分别与MLP神经网络构建的识别模式，均可对化橘红的判别达到快速、可靠的效果。

原文链接:http://d.wanfangdata.com.cn/Periodical/gpxygpfx201510022

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 神经网 红外光 wanfangdata periodic 化橘红 荧光光谱成像技术 MLP神经网络