基于深度学习BP人工神经网络的农产品质量检测.pdfVIP

16 3 Vol.16 No.3 第 卷第 期 2016 5 金华职业技术学院学报 May. 2016 年 月 BP 基于深度学习 人工神经网络的农产品质量检测 方孝荣 321007 （金华职业技术学院，浙江 金华 ） 摘要：农产品质量检测涉及到农产品加工、品质控制以及成分分析等非稳态系统，可以采用不同分析技术获取农产 品质量相关的参数，通过数据分析实现对农产品质量的检测。现代农产品质量检测要求快速、准确，但根据检测获得的 参数构建农产品质量信息的分析模型是研究的难题和关键。BP 神经网络是人工神经网络中常用的一种模型，它以误 差的反向传播不断地训练和调整网络，使结果最优；为确保模型有效性，利用深度学习的人工神经网络建立农产品生 产、加工过程中农产品质量检测分析的模型，进而提高农产品的质量检测。 关键词：BP人工神经网络；深度学习；农产品品质检测 A 1671-3699 2016 03-0073-04 中图分类号：TP274 S126 文献标识码： 文章编号： （ ） 10.3969/j.issn.1671-3699.2016.03.017 DOI： Artificial Neural Network ANN 1 人工神经网络（ ， ） 有 个隐含层）和多隐含层（多个隐含层）；输出层， 1 是对人脑的一种抽象和模拟，是模仿人的大脑神经 即输出对获取信号处理的结果。图 为一个典型的 系统信息处理功能的一个信息处理系统。它是从 人工神经网络模型的工作结构图[2]。 1 数学、物理、信息处理等角度对人脑神经网络进行 图 中，x表示神经元i的输入信号，w表示连接 抽象，运用一批关联数据进行训练，进而构建相应 权重，b 为外部刺激，f 为激励函数，y 为神经元的输 的神经元关联模型，模仿人脑结构进行信息处理， 出，其输入输出关系是 对建立探索非线性相关性模型起到较好的归类建 = ?∑N + ? (1) y f w x b [1] i ? ij j ÷ = 1 模作用 。 è j ? 一般的人工神经网络模拟人脑分析处理信息