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
基于近红外光谱技术与bp-ann算法的豆粕品质快速检测
基于近红外光谱技术与 BP-ANN 算法的豆粕品质快速检测
1 1 2 1 1 1
周新奇 , 杨伟伟 , 房兆华 , 桑强 , 叶华俊 , 陈智锋
（1. 聚光科技（杭州）股份有限公司，浙江 杭州 310052 ；2. ）
摘 要：应用近红外漫反射光谱技术结合误差反向传递人工神经网络（BP-ANN ）算法，建立豆粕品质（包
括水分、粗蛋白、残油）的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT 、SG 求导、SG 平滑
和均值中心化处理，然后采用偏最小二乘方法（PLS ）降维获取主成分，并优化选择合适的隐含层节点数、
隐含层和输出层转化函数，建立校正模型，并用验证样品对校正模型进行验证。结果显示，BP-ANN 法建
立的水分、粗蛋白和残油的预测相关系数(R)分别为0.981 、0.988、0.982 ，预测标准偏差(SEP)分别为0.120、
0.216、0.036 ，均优于PLS 建模方法结果，且满足传统分析方法的重复性要求，表明BP-ANN 方法可用于
生产过程豆粕品质的快速监控。
关键词：神经网络；近红外光谱；豆粕
中图分类号：TS 207.3 文献标识码：A 文章编号：
Rapid determination of soybean meal quality based on Near Infrared
Spectroscopy coupled with BP-ANN
1 1 2 1 1 1
ZHOU Xin-qi , YANG Wei-wei , FANG Zhao-hua , SANG Qiang , YE Hua-jun , CHEN Zhi-feng
（1. Focused Photonics (Hangzhou)，Inc，Hangzhou 310052 ，China ；2. ）
Abstract:The models of quantitative analysis of mositure, protein and residual oil in soybean meal were
established by back propagation- artifical neural network method (BP-ANN) based on near infrared spectroscopy
(NIR).Firstly,the original absorbance spectra of soybean meal samples were pretreated by SNV,DT,Savitzky-Golay
derivative , Savitzky-Golay smoothing and mean-centering. Secondly, the principal components were obtained by
PLS dimension-reducing, and the number of hidden node, transfer functions of hidden layer and output layer were
optimized; Finally, all the parameters were inputed into BP-ANN to easablish the calibration model. Then the
models were validated by prediction set. The results showed th
文档评论（0）