本公開提供了一種基于BP人工神經網絡的近紅外光譜糖度檢測方法及系統,選取一定的同種類的水果,組成樣本集,選取建模樣本,將樣本集隨機分為校正集和預測集;采集所有校正集和預測集樣本的原始近紅外光譜,對光譜進行等區間劃分,對各區間吸光度分別求和;利用化學分析法測定樣本中糖度的含量;建立近紅外光譜定量分析模型,使用BP神經網絡構建校正集樣本糖度含量與近紅外特征光譜之間的定量校正模型;近紅外定量分析模型測定預測集樣本的糖度含量,將預測集樣品的近紅外光譜信息數據輸入所述校正模型,得到預測集樣本的糖度含量。
聲明:
“基于BP人工神經網絡的近紅外光譜糖度檢測方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)