基于近紅外光和BP神經(jīng)網(wǎng)絡(luò)的農(nóng)藥溶液定量分析方法研究_第1頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于近紅外光和bp神經(jīng)網(wǎng)絡(luò)的農(nóng)藥溶液定量分析方法研究 對(duì)光譜數(shù)據(jù)分離舉行最佳優(yōu)化后,用法bp人工神經(jīng)網(wǎng)絡(luò)分離為炔螨特和毒死蜱建立校正模型,并利用此模型對(duì)預(yù)測(cè)樣本舉行預(yù)測(cè),按照校正模型參數(shù)和預(yù)測(cè)結(jié)果,討論bp神經(jīng)網(wǎng)絡(luò)在近紅外光譜法檢測(cè)農(nóng)藥溶液含量中應(yīng)用的可行性,同時(shí),研究bp神經(jīng)網(wǎng)絡(luò)的用法辦法。 本節(jié)建立bp模型用法m atl ab 7.7神經(jīng)網(wǎng)絡(luò)工具箱中量化共軛梯度(sealed conjugate gra-dient, scg)反向傳揚(yáng)算法訓(xùn)練函數(shù)(trainscg訓(xùn)練函數(shù)),采納以校正集為訓(xùn)練樣本對(duì)網(wǎng)絡(luò)舉行訓(xùn)練練,以方均誤差(mean squared error,mse)為性能函數(shù),建模時(shí)

2、對(duì)bp神經(jīng)網(wǎng)絡(luò)以0.01的目標(biāo)誤差和最大訓(xùn)練次數(shù)3000次舉行模型的訓(xùn)練。 1. 毒死蜱微量溶液的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練 按照4.2.2節(jié)的討論結(jié)果,在pls模型建立巾,貢獻(xiàn)最大的最優(yōu)預(yù)處理辦法為snv法,因此,首先對(duì)毒死蜱樣本的近紅外光譜數(shù)據(jù)舉行snv預(yù)處理,觀看此優(yōu)化辦法對(duì)bp神經(jīng)網(wǎng)絡(luò)建模應(yīng)用的優(yōu)化貢獻(xiàn)價(jià)值,并找出可應(yīng)用于近紅外光譜法結(jié)合bp神經(jīng)網(wǎng)絡(luò)法檢測(cè)微量農(nóng)藥溶液的最佳優(yōu)化辦法。 (1)基于snv法的bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練 當(dāng)隱含層選為15個(gè)神經(jīng)元時(shí),所建立模型的各個(gè)評(píng)價(jià)參數(shù)為r=0.9986, rmsec=0.1000, rmsep=1.5800。內(nèi)部交又驗(yàn)證的擬合結(jié)果4-4所示。bp神經(jīng)網(wǎng)絡(luò)模

3、型對(duì)預(yù)測(cè)樣本集的預(yù)測(cè)結(jié)果見表4-5。 圖4-4毒死蜱溶液的snv bp神經(jīng)網(wǎng)絡(luò)內(nèi)部交錯(cuò)驗(yàn)證擬合結(jié)果 表4-5毒死蜱溶液的snv bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果(一) 從校正模型的校正結(jié)果和對(duì)預(yù)測(cè)樣本集的預(yù)測(cè)結(jié)果不難看出,當(dāng)隱含層神經(jīng)元挑選為15個(gè)時(shí),所建立的bp神經(jīng)網(wǎng)絡(luò)模型浮現(xiàn)了過(guò)擬合,相關(guān)系數(shù)r=0.9986十分臨近于1,內(nèi)部交錯(cuò)驗(yàn)證標(biāo)準(zhǔn)差rmsec=0.1000很小,但是對(duì)預(yù)測(cè)集的預(yù)測(cè)表示,預(yù)測(cè)標(biāo)準(zhǔn)差rmsep1.5800誤差嚴(yán)峻。 因此,當(dāng)隱含層神經(jīng)元數(shù)量為15時(shí)的模型不行取,按照試驗(yàn)所得數(shù)據(jù)結(jié)果,基于snv優(yōu)化原始光譜數(shù)據(jù)的bp神經(jīng)網(wǎng)絡(luò)的最優(yōu)模型如下。 在snv預(yù)處理辦法結(jié)合bp神經(jīng)網(wǎng)絡(luò)所建

4、立的最優(yōu)數(shù)學(xué)模型為隱含層神經(jīng)元數(shù)目為9的3層神經(jīng)網(wǎng)絡(luò)。其模型評(píng)價(jià)參數(shù)為r=0.8962,rmsec0.8466、rmsep0.8104。內(nèi)部交錯(cuò)驗(yàn)證的擬合結(jié)果4-5所示。模型對(duì)預(yù)測(cè)樣本集的預(yù)測(cè)結(jié)果見表4-6。 圖4-5毒死蜱溶液的snv辦法下最優(yōu)bp神經(jīng)網(wǎng)絡(luò)內(nèi)部交錯(cuò)驗(yàn)證擬合結(jié)果 表4-6毒死蜱溶液的snv bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果(二) 按照snv處理后的數(shù)據(jù)的bp神經(jīng)網(wǎng)絡(luò)模型結(jié)果來(lái)看,即使是此條件下最優(yōu)的模型,其模型的內(nèi)部交錯(cuò)驗(yàn)證標(biāo)準(zhǔn)差和預(yù)測(cè)標(biāo)準(zhǔn)差rmsec=0.8466, rmsep=0.8104誤差都較大,囚此,有須要利用其他優(yōu)化辦法舉行最優(yōu)模型尋覓的試驗(yàn)討論。 (2)基于一階導(dǎo)數(shù)的bp

5、神經(jīng)網(wǎng)絡(luò)訓(xùn)練 按照以上所討論的bp神經(jīng)網(wǎng)絡(luò)模型中隱含層神經(jīng)元數(shù)目確實(shí)定思路和光譜數(shù)據(jù)最優(yōu)的預(yù)處理辦法討論,建立了以一階導(dǎo)數(shù)優(yōu)化后的近紅外光譜數(shù)據(jù)最優(yōu)bp神經(jīng)網(wǎng)絡(luò)模型,其模型為隱含層神經(jīng)元數(shù)目為15的3層神經(jīng)網(wǎng)絡(luò)模型。模型的各評(píng)價(jià)參數(shù)為r=0.9504, rmsec=0.5960,rmsep=0.6424。內(nèi)部交錯(cuò)驗(yàn)證的擬合結(jié)果4-6所示。模型對(duì)預(yù)測(cè)樣本集的預(yù)測(cè)結(jié)果見表4-7。 圖4-6毒死蜱溶液的一階導(dǎo)數(shù)辦法下最優(yōu)bp神經(jīng)網(wǎng)絡(luò)內(nèi)部交又驗(yàn)證擬合結(jié)果 表4-7毒死蜱溶液的snv bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果(三) 從以上建模結(jié)果可以看到,不同的光譜數(shù)據(jù)預(yù)處理辦法對(duì)bp神經(jīng)網(wǎng)絡(luò)模型的建立貢獻(xiàn)不同,隱含層

6、神經(jīng)元數(shù)目的挑選也對(duì)模型的優(yōu)劣有很大影響。不同的預(yù)處理辦法對(duì)不同建模辦法(例如pls法和bp神經(jīng)網(wǎng)絡(luò)法)的模型貢獻(xiàn)度也不同,在后續(xù)的討論中,需要按照實(shí)際狀況采納不同的預(yù)處理辦法和模型參數(shù)設(shè)置。 2炔螨特微量溶液的bp神經(jīng)網(wǎng)絡(luò)模型討論 基于本節(jié)前面部分的討論結(jié)果,針對(duì)炔螨特微量農(nóng)藥溶液的bp神經(jīng)網(wǎng)絡(luò)建模過(guò)程,以本節(jié)前面部分為基礎(chǔ)舉行連續(xù)討論,確認(rèn)上面的討論結(jié)果在炔瞞特農(nóng)藥微量溶液建模中是否有效。 首先對(duì)20個(gè)炔螨特微量溶液樣本舉行近紅外光譜數(shù)據(jù)采集,得到原始光譜數(shù)據(jù)后,對(duì)數(shù)據(jù)舉行優(yōu)化,選取最佳的預(yù)處理辦法,即最小-最大歸一化法,作為終于的優(yōu)化辦法。建立模型之前,首先剔除14號(hào)異樣樣本。建立炔螨特

7、微量農(nóng)藥溶液的近紅外光譜法結(jié)合bp神經(jīng)網(wǎng)絡(luò)法的數(shù)學(xué)模型,模型的校正結(jié)果和對(duì)預(yù)測(cè)集的預(yù)測(cè)結(jié)果為r=0.9949、rmsec=0.5361, rmsep=0.6143內(nèi)部交又驗(yàn)證的擬合結(jié)果4-7所示,模型對(duì)預(yù)測(cè)樣本集的預(yù)測(cè)結(jié)果見表4-8。 基干近紅外光譜技術(shù)結(jié)合bp人工神經(jīng)網(wǎng)絡(luò)分析討論了其在微量農(nóng)藥溶液含量檢測(cè)中應(yīng)用的可行性前半部分以微量毒死蜱溶液為討論對(duì)象,以試驗(yàn)結(jié)果數(shù)據(jù)研究了不同預(yù)處理辦法和隱含層神經(jīng)元數(shù)目對(duì)模型的影響,按照討論結(jié)果又在后半部分為微量炔螨特溶液建立了最優(yōu)的bp人工神經(jīng)網(wǎng)絡(luò)校正模型。從結(jié)果來(lái)看,微量毒死蟬溶液的bp神經(jīng)網(wǎng)絡(luò)模型的評(píng)價(jià)參數(shù)r0.9504、rmsec0.5960、rmsep=0.6424,遠(yuǎn)不及之前pls模型的校正和預(yù)測(cè)結(jié)果:r0.9957、rmsec0.182、rm-sep=0.0802。微量炔蝸特溶液的bp神經(jīng)網(wǎng)絡(luò)模型的評(píng)價(jià)參數(shù)r=0.9949, rmsec=0.5361、rmsep=0.6143優(yōu)于用法pls法所建立的模型:8=0.9925, rmsec=0.649,rmsep=0.646。對(duì)照結(jié)果可知,在近紅外光譜法檢測(cè)微量農(nóng)藥含量的建模辦法中并沒有固定的最優(yōu)建模辦法和數(shù)據(jù)預(yù)處理辦法,按照不同的農(nóng)藥物質(zhì)性質(zhì)和不同的實(shí)驗(yàn)辦法,要酌情挑選最優(yōu)的光譜數(shù)據(jù)預(yù)處理辦法和建模所用的算

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論