简介:运用烟草知识对烟叶进行初步分类,以经过标准化处理的常规化学指标和烟叶评吸指标为依据,由训练样本集得到最佳的网络参数,在此基础上对检验样本进行了烟叶品质的识别.提出了利用3层BP人工神经网络识别烟叶品质的方法.人工神经网络用于烟叶品质识别,结果与实际符合良好.该方法优于传统的识别方法,也优于文献报道的识别误差.
简介:针对在建立烟草中还原糖、总糖、总碱和游离氯的分析模型时出现的模型转移问题,用离散小波变换的细节信息重构近红外光谱,建立了具有良好转移性能的近红外分析模型.通过考察不同小波基和离散小波变换阶数的选择对近红外分析模型及模型转移性能的影响,找到了一些较优的小波变换参数.本文的研究结果表明小波变换在消除干扰信息的同时不引入新的干扰因素,并且能够同时进行扣除基线和滤噪的计算,应用于近红外光谱前处理时具有突出的优点,是提高近红外分析模型转移性能的一种有前途的技术.
根据常规化学指标识别烟叶品质的BP神经网络模型
小波变换光谱前处理提高近红外分析模型的转移性能