您好,欢迎访问北京市农林科学院 机构知识库!

基于列文伯格-马夸尔特-反向传播人工神经网络的X射线荧光光谱定量分析方法

文献类型: 中文期刊

作者: 李芳 1 ; 陆安祥 2 ; 王纪华 3 ;

作者机构: 1.北京农业质量标准与检测技术研究中心

2.农产品产地环境监测北京市重点实验室

3.农业部农产品质量安全风险评估实验室(北京)

关键词: 列文伯格-马夸尔特算法;反向传播神经网络;X射线荧光光谱

期刊名称: 食品安全质量检测学报

ISSN: 2095-0381

年卷期: 2016 年 7 卷 03 期

页码: 1152-1158

摘要: 目的建立一种基于列文伯格-马夸尔特-反向传播人工神经网络(Levenberg-Marquardt back-propagation artificial neural networks,LM-BP-ANN)的X射线荧光光谱(XRF)的定量检测分析方法。方法采集84个土壤样品光谱数据,预处理后应用主成分分析(PCA)提取特征参数,随机选取训练集、校正集、预测集样品个数分别为42、21、21。以均方差(MSE)、校正决定系数(R~2)、校正标准差(SEC)、验证决定系数(r~2)、预测标准差(SEP)和相对预测误差(RPD)为评价指标,同时分析比较LM-BP-ANN、BP-ANN、PLS三种算法的建模结果,并利用模型预测土壤重金属含量。结果实验确定隐含层神经元数目、学习率和迭代次数值依次为:6、0.1和8,3种建模方法中LM-BP-ANN效果最优,模型的相关系数高于0.98,表明模型有效。结论模型分析快速,可用于实际土壤样品中重金属含量的检测,对于改进X射线荧光光谱仪的检测准确度有着重要的意义。

  • 相关文献

[1]能量色散X射线荧光光谱检测土壤重金属砷、锌、铅和铬(英文). 王世芳,罗娜,韩平. 2018

[2]能量色散X射线荧光光谱检测土壤重金属砷、锌、铅和铬(英文). 王世芳,罗娜,韩平. 2018

[3]X射线荧光光谱在土壤重金属检测中的应用进展. 孟蕾,韩平,王世芳,任东,王纪华. 2017

[4]基于支持向量机的X射线荧光光谱重金属检测模型的建立. 李芳,陆安祥,王纪华. 2016

作者其他论文 更多>>