基于神經(jīng)網(wǎng)絡(luò)的小米產(chǎn)地鑒別研究

打開文本圖片集

摘 要：小米的品質(zhì)與產(chǎn)地息息相關(guān)，產(chǎn)地不同可能導(dǎo)致小米品質(zhì)存在差異。為了實現(xiàn)小米產(chǎn)地的快速、精確鑒別，保護(hù)優(yōu)質(zhì)小米的品牌效益，以6種不同產(chǎn)地的小米為研究對象，將近紅外光譜分析技術(shù)與反向傳播（Back-propagation，BP）神經(jīng)網(wǎng)絡(luò)相結(jié)合建立小米產(chǎn)地鑒別模型，使用競爭自適應(yīng)重加權(quán)采樣（Competitive Adaptive Reweighted Sampling，CARS）算法提取特征波長變量，并在此基礎(chǔ)上建立CARS-BP模型，之后將CARS-BP模型與全譜BP神經(jīng)網(wǎng)絡(luò)模型、支持向量機（Support Vector Machine，SVM）、偏最小二乘法（Partial Least Square，PLS）、K最近鄰（K-Nearest Neighbor，KNN）分類算法進(jìn)行比較，對比5種模型鑒別的準(zhǔn)確率。（剩余4344字）