基于神经网络的小米产地鉴别研究.pdf
《基于神经网络的小米产地鉴别研究.pdf》由会员分享,可在线阅读,更多相关《基于神经网络的小米产地鉴别研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、http:/2023年7月 第14卷 第13期基于神经网络的小米产地鉴别研究吕鹏贺杨冬风黑龙江八一农垦大学,黑龙江大庆163711摘要:小米的品质与产地息息相关,产地不同可能导致小米品质存在差异。为了实现小米产地的快速、精确鉴别,保护优质小米的品牌效益,以 6种不同产地的小米为研究对象,将近红外光谱分析技术与反向传播(Back-propagation,BP)神经网络相结合建立小米产地鉴别模型,使用竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)算法提取特征波长变量,并在此基础上建立 CARS-BP 模型,之后将 CARS-BP
2、模型与全谱 BP 神经网络模型、支持向量机(SupportVector Machine,SVM)、偏最小二乘法(Partial Least Square,PLS)、K 最近邻(K-Nearest Neighbor,KNN)分类算法进行比较,对比 5 种模型鉴别的准确率。结果表明:CARS-BP 模型对 6 种产地小米样品的产地鉴别平均准确率达98.1%,优于SVM、PSL和KNN模型。关键词:小米;产地鉴别;CARS-BP模型;近红外光谱中图分类号:O657.33;TS210.7文献标志码:A文章编号:1674-7909-(2023)13-151-40引言粟是我国北方地区广泛种植的一种重要粮食
3、作物1,其产品小米因含有大量蛋白质、碳水化合物等营养成分,同时具有降低血糖、改善消化和促进睡眠等功效,而深受消费者青睐。尽管不同品种和不同产地的小米在外观上没有明显差别,但其口感和营养价值存在较大差异2。例如,梁克红等3研究表明,地域因素对小米营养品质的影响较大,主要对小米中的蛋白质、脂肪、膳食纤维含量产生影响,而品种因素则主要影响小米中的蛋白质和脂肪含量;冯耐红等4研究表明,山西省不同品种小米在营养成分(蛋白质、脂肪和碳水化合物等)方面存在差异。因此,对于消费者来说,对不同品种和产地的小米进行鉴别非常重要。目前,小米产地的鉴别方法主要包括形态鉴别法、遗传学方法5、拉曼光谱法6、液体色谱法7及
4、化学分析法8等。然而,形态鉴别法有主观性强、误差大等缺点,其余方法有成本高、耗时长、有破坏性和操作烦琐等缺点。因此,建立一种快速、准确、简单的小米品种及产地鉴别方法至关重要。近红外光谱分析技术是一种高效快速的现代分析技术,具有分析速度快、经济、重现性好、环境友好等优点,被广泛应用于食品、药品及材料领域的检测分析9-10。笔者以6种不同产地的小米为研究对象,将近红外光谱分析技术与反向传播(Back-propagation,BP)神经网络相结合建立产地鉴别模型,采用竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)算法提取特征波长变量
5、,并建立CARS-BP模型,之后将CARS-BP模型与全谱 BP 神经网络模型、支持向量机(Support VectorMachine,SVM)、偏最小二乘法(Partial Least Square,PLS)、K最近邻(K-Nearest Neighbors,KNN)分类算法进行比较,旨在实现小米产地快速、精确鉴别,保护优质小米的品牌效益,并为小米的产地鉴别提供新方法。1试验材料与方法1.1试验仪器与材料利用 TANGO 型傅里叶变换红外光谱仪(德国Bruker公司)对 6 个试验样品进行测试,扫描范围3 95011 550 cm-1,扫描次数32次,分辨率8 cm-1,每条光谱采集的数据点
6、数为1 845个。6个试验样品均为实地采购,品种及产地信息详见表1。作者简介:吕鹏贺(1998),男,硕士生,研究方向:模式识别、近红外光谱技术。通信作者:杨冬风(1977),女,博士,副教授,研究方向:模式识别在农业中的应用。151http:/2023年7月 第14卷 第13期1.2试验方法1.2.1光谱数据采集采用积分球漫反射测量方式,采集小米样品的光谱数据。首先,将各品种 450 g样品均分为 30等份;其次,将每份样品置于石英杯中;最后,用傅里叶变换红外光谱仪对其自动测定,每份样本测量3次光谱数据(每次测量前都将样本翻动摇匀),共计采集540条光谱数据。光谱数据采集原理:光源发出的红外
7、辐射经过干涉仪分成两个光路:一个光路中的光束直接到达检测器,称为参考光;另一个光路中的光束经过样品后到达检测器,称为样品光。干涉仪将参考光和样品光之间的干涉效应转换为干涉图样。检测器测量干涉图样,并将其转换为光谱图。1.2.2光谱数据预处理由于测试条件、仪器响应及光的散射等原因,样品光谱中不仅包含样品本身的信息,而且包含与之相关的背景信息,如噪声和基线漂移等。这些背景信息的存在会影响小米产地鉴别模型的准确性和稳定性。因此,建立模型之前,需要对光谱数据进行预处理,以减少背景信息对光谱的影响,同时降低模型的复杂度并提高稳健性。1.2.3光谱数据特征提取光谱数据特征提取是从原始光谱数据中提取出具有代
8、表性和区分性的光谱特征。其优点是可以改善模型性能,提高数据的可解释性和理解性。CARS是一种特征选择方法,其基本思想是根据特征的重要性,通过自适应调整样本权重,提高特征的区分度和鲁棒性。该方法先利用Relief算法计算每个特征的重要性,之后初始化样本权重,将每个样本的初始权重设为相等值。1.2.4模型的建立与对比首先,通过光谱数据采集获取数据;其次,通过数据预处理对数据进行降噪提纯;最后,通过特征提取降低数据的复杂度,将特征提取的数据放入BP神经网络分类器中,从而建立模型。试验采用BP神经网络作为鉴别小米产地的分类模型,同时与全谱BP神经网络模型、SVM、PLS、KNN分类算法进行比较分析。2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 神经网络 小米 产地 鉴别 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;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),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。