左 平 马驷良 马 捷
摘要:设计了实用的人工神经网络模型进行定标并预测。用误差反向传播算法,构造了三层的神经网络结构,用于解决光谱分析中谱峰重叠严重、噪声较大等问题.在定标样本数量较大的情况下,应用人工神经网络方法对玉米的蛋白质含量和近红外吸收光谱进行了分析和讨论。实验结果表明,人工神经网络方法优于线形回归法和偏最小二乘方法。
关键词:光谱分析;定标并预测;人工神经网络法
中图分类号:TP183
文献标识码:A
文章编号:1671—5489(2006)01-0057-04
吉林大学学报(理学版)2006年1期
1《师道·教研》2024年10期
2《思维与智慧·上半月》2024年11期
3《现代工业经济和信息化》2024年2期
4《微型小说月报》2024年10期
5《工业微生物》2024年1期
6《雪莲》2024年9期
7《世界博览》2024年21期
8《中小企业管理与科技》2024年6期
9《现代食品》2024年4期
10《卫生职业教育》2024年10期