数字农科院2.0

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;陆安祥;王纪华

作者机构:

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。

分类号: O657.34`TP183

  • 相关文献

[1]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

[2]基于神经网络的专利技术机会分析——以生物纳米医药为例. 单治易,关陟昊,安新颖. 2023

[3]基于生成对抗网络的烟田土壤有机质含量高光谱估测. 夏雨,武洪艳,高加明,徐锐,郭利,程雪莹,王志坤,张继光,胡晓,王勉. 2025

作者其他论文 更多>>