科研之友
微信
新浪微博
Facebook
分享链接
摘要
近红外光谱技术结合偏最小二乘法,与自组织竞争神经网络联用,构建鲜牛乳与复原乳的模式识别模型。经偏最小二乘法(PLS)处理后,提取4个主成分,使用96个吸收峰数据输入网络,学习速率为0.05,训练步数200步时,所建模型性能稳定,预测精度良好,模型对预测集样品识别准确率为100%。该方法可应用于原料奶质量评价与控制中,在复原乳或掺假乳的快速准确定性鉴别方面,提供了一条新思路。
- 单位
近红外光谱技术结合偏最小二乘法,与自组织竞争神经网络联用,构建鲜牛乳与复原乳的模式识别模型。经偏最小二乘法(PLS)处理后,提取4个主成分,使用96个吸收峰数据输入网络,学习速率为0.05,训练步数200步时,所建模型性能稳定,预测精度良好,模型对预测集样品识别准确率为100%。该方法可应用于原料奶质量评价与控制中,在复原乳或掺假乳的快速准确定性鉴别方面,提供了一条新思路。
