毛晓东
- 作品数：4 被引量：14H指数：2
- 供职机构：黑龙江大学更多>>
- 发文基金：国家现代农业产业技术体系建设项目更多>>
- 相关领域：农业科学轻工技术与工程更多>>
- 基于遗传算法的BP神经网络在小麦蛋白质含量预测中的应用被引量：2
- 2013年
- 为了快速、简便、准确地测定小麦蛋白质的含量,提出了应用近红外光谱分析技术结合遗传算法(GA)的BP神经网络的建模方法。采用SPXY算法对光谱数据进行了合理划分,并运用连续投影算法(SPA)将预处理过的数据压缩,对光谱数据提取最佳敏感波点作为GA-BP神经网络的输入,建立小麦蛋白质含量的校正模型。模型的预测均方根误差和预测相关系数为1.3379和0.979,并与BP神经网络所建立的校正模型进行了比较。结果表明:GA-BP神经网络所建模型收敛速度快、训练时间短、准确度也较高,能够实现对小麦蛋白质含量快速高效的检测。
- 毛晓东孙来军徐璐璐
- 关键词：小麦蛋白质近红外光谱SPAGA-BP神经网络
- 不同近红外模型在小麦湿面筋快速检测中的应用研究被引量：1
- 2012年
- 本文提出了基于近红外光谱的不同建模方法对小麦湿面筋进行快速无损检测。本研究分别建立了偏最小二乘、BP神经网络和RBF神经网络3种回归模型,并进行分析比较。实验结果表明,3种校正模型都取得了较好的预测效果,预测相关系数分别为0.91584、0.92762和0.96093;预测均方根误差分别为1.8529、1.6233和1.112。经过研究比较,基于RBF神经网络所建模型准确度最高并且用时较短,基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种上的前期世代筛选。
- 徐璐璐毛晓东孙来军
- 关键词：小麦湿面筋近红外光谱偏最小二乘BP神经网络RBF神经网络
- 基于近红外光谱的小麦品质分类研究被引量：5
- 2013年
- 为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示:模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。
- 毛晓东孙来军戴常军惠光艳徐璐璐
- 关键词：小麦近红外光谱偏最小二乘BP神经网络
- 基于SPA-RBF神经网络的小麦蛋白质含量无损检测被引量：10
- 2013年
- 传统半微量凯氏法测量小麦蛋白质含量繁琐费时,应用近红外光谱分析技术结合SPA-RBF神经网络对小麦蛋白质含量进行快速、无损检测。采用SPXY算法划分校正集和预测集样本,运用连续投影算法(SPA)对一阶微分和SNV预处理后的光谱数据提取敏感波点作为RBF神经网络的输入,建立小麦蛋白质含量的SPA-RBF神经网络校正模型。模型的预测均方根误差和预测相关系数可达到0.26576和0.975,预测效果较好,基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种上的前期世代筛选。研究表明:近红外光谱技术结合SPA-RBF神经网络可实现对小麦蛋白质含量的检测,满足现代农业发展对小麦无损、实时、大量检测的需要。
- 徐璐璐孙来军刘明亮毛晓东
- 关键词：小麦蛋白质近红外光谱SPARBF神经网络
