[发明专利]基于BP人工神经网络的近红外光谱糖度检测方法及系统在审
| 申请号： | 201811459279.4 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109540836A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 申涛;李晓旭;毕淑慧;赵钦君;韩春艳;闫雪华;徐元 | 申请（专利权）人： | 济南大学 |
| 主分类号： | G01N21/359 | 分类号： | G01N21/359;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 250022 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于BP人工神经网络的近红外光谱糖度检测方法及系统，选取一定的同种类的水果，组成样本集，选取建模样本，将样本集随机分为校正集和预测集；采集所有校正集和预测集样本的原始近红外光谱，对光谱进行等区间划分，对各区间吸光度分别求和；利用化学分析法测定样本中糖度的含量；建立近红外光谱定量分析模型，使用BP神经网络构建校正集样本糖度含量与近红外特征光谱之间的定量校正模型；近红外定量分析模型测定预测集样本的糖度含量，将预测集样品的近红外光谱信息数据输入所述校正模型，得到预测集样本的糖度含量。 | ||
| 搜索关键词： | 糖度 近红外光谱 预测集样本 定量分析模型 糖度检测 校正集 样本集 预测集 光谱 样本 近红外光谱信息 原始近红外光谱 定量校正模型 化学分析法 校正集样本 红外特征 校正模型 吸光度 求和 构建 建模 采集 水果 | ||
【主权项】：
1.一种基于BP人工神经网络的近红外光谱糖度检测方法，其特征是：包括以下步骤：(1)选取一定的同种类的水果，组成样本集，选取建模样本，将样本集随机分为校正集和预测集；(2)采集所有校正集和预测集样本的原始近红外光谱，对光谱进行等区间划分，对各区间吸光度分别求和；(3)利用化学分析法测定样本中糖度的含量；(4)建立近红外光谱定量分析模型，使用BP神经网络构建校正集样本糖度含量与近红外特征光谱之间的定量校正模型；(5)近红外定量分析模型测定预测集样本的糖度含量，将预测集样品的近红外光谱信息数据输入所述校正模型，得到预测集样本的糖度含量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于济南大学，未经济南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811459279.4/，转载请声明来源钻瓜专利网。
