|
|||||
|
|
| 基于BP-Adaboost的近红外光谱检测固态发酵过程pH值 | |
| 作者姓名： | 刘国海 肖夏宏 江辉 梅从立 丁煜函 |
| 作者单位： | 江苏大学电气信息工程学院,江苏镇江,212013 |
| 基金项目： | 国家中小型企业创新基金资助项目,镇江市农业科技支撑计划项目 |
| 摘 要： | 为了实现固态发酵过程参数pH值的快速检测,提出基于近红外光谱技术的固态发酵过程参数pH值检测新方法.首先获取140个固态发酵过程产物样本在10 000 ～4 000 cm-1范围内的近红外光谱;然后利用酸度计测得近红外光谱预测模型的参考测量值;最后运用Adaboost(AdaptiveBoosting)算法来构建由10个弱预测器(BP神经网络)组成的BP-Adaboost强预测模型.试验结果显示:该模型的预测均方根误差(RMSEP)和预测集相关系数(R)分别为0.072 6和0.981 1;与BP模型结果相比,该模型具有较好的预测精度. |
| 关 键 词： | 固态发酵 pH值 近红外光谱 Adaboost算法 BP神经网络 |
| 本文献已被 万方数据 等数据库收录！ | |