Study on Content of Beer Alcohol with Near Infrared Spectroscopy Based on Back-Propagation Neural Network
-
摘要: 以啤酒酒精度的快速测定为研究对象,采用误差反向传播算法(Back-Propagation,BP),结合主成分分析(PCA),构造了三层的神经网络结构,建立了PCA-BP神经网络模型,达到满意的预测精度,结果表明:使用BP神经网络方法后,验证集预测均方差、平均相对误差和回收率范围分别为0.114、1.131%和97.91%-104.59%,其效果优于PLS模型.
-
关键词:
- 近红外(NIR) /
- 啤酒 /
- 酒精度 /
- 人工神经网络(ANN) /
- 偏最小二乘(PLS)
-
计量
- 文章访问数: 70
- HTML全文浏览量: 16
- PDF下载量: 11