原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优秀毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考！！！
应用近红外光谱技术无损鉴别真伪山参的研究
樊奕辰1,2卢启鹏1 彭忠琦1陈丛1,2 高静1,2
1.中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室，长春130033
2.中国科学院研究生院，北京100049
摘要：提出一种应用近红外光谱技术无损鉴别真伪山参的新方法。分别研究了判别分析法及BP-ANN模型，通过主成分分
析得到前10个主成分的累积贡献率，确定建模主成分因子数。应用判别分析法对预测集的鉴别准确率为88.46％。建立了一
个三层的BP人工神经网络模型，以样品真伪属性值作为输出，准确率达100％。研究表明，基于BP-ANN的近红外光谱分类
算法能够实现山参及其人造赝品的鉴别，且检测过程无损、快速、简便，为山参真伪鉴别提供了一种有效的方法。
近红外光谱;山参;鉴别；主成分分析；判别分析；人工神经网络
StudyonwildginsengauthenticityusingNIRS
FANYi-chen1 LUQi-peng1PENGZhong-qi1CHENCong1,2GAOJing1,2
1.StateKeyLabofAppliedOptics,ChangchunInstituteofOptics,FineMechanicsandPhysics,ChineseAcademyofSciences3888DongnanhuRoad,
Changchun,Jilin130033
2.GraduateUniversityofChineseAcademyofSciences,Beijing100049
Abstract:Anewapproachforthenondestructivediscriminationbetweengenuinewildginsengsandthecounterfeitonesbynear
infraredspectroscopy(NIRS)wasdeveloped.Bothdiscriminantanalysisandbackpropagationartificialneuralnetwork(BP-ANN)
wereappliedtothemodelestablishmentfordiscrimination.Throughprincipalcomponentanalysis(PCA)ofvariouswildginseng
samples,genuineandcounterfeit,thecumulativepercentagesofvarianceoftheprincipalcomponentswereobtained,servingasa
referenceforprincipalcomponent (PC)factordetermination.Discriminantanalysisachievedanidentificationratioof88.46％.With
samplestruthvaluesasitsoutputs,athree-layerBP-ANNmodelwasbuilt,whichyieldedahigherdiscriminationaccuracyof100％
TheoverallresultssufficientlydemonstratethatNIRScombinedwithBP-ANNclassificationalgorithmperformsbetteronginseng
discriminationthandiscriminantanalysis,andcanbeusedasarapidandnondestructivemethodforthedetectionofcounterfeitwild
ginsengsinfoodandpharmaceuticalindustry.
Keywords:nearinfraredspectroscopy;wildginseng;discrimination,principalcomponentanalysis;discriminantanalysis;back
propagationartificialneuralnet
文档评论（0）