期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
共产党员先进性的审视维度
1
作者
张锋
侯红领
葛春靖
《锦州医学院学报(社会科学版)》
2006年第3期1-3,共3页
先进性建设是马克思主义政党的生命工程。领会党的先进性建设的内涵和精神实质,就必须从历史维度和理论维度认识共产党员的先进性,并且以与时俱进的态度看待党的先进性,充分认识党的先进性建设的艰巨性。
关键词
共产党
先进性教育
与时俱进
下载PDF
职称材料
基于GA-BP神经网络玉露香梨可溶性固形物高光谱技术检测
被引量:
5
2
作者
葛春靖
张淑娟
孙海霞
《现代食品科技》
CAS
北大核心
2021年第5期296-302,278,共8页
为了提高玉露香梨可溶性固形物的检测精度,本研究提出了一种优化反向传播(back propagation,BP)神经网络的玉露香梨SSC预测方法。使用高光谱成像仪采集玉露香梨表面的光谱信息,对剔除异常样本的光谱数据进行不同预处理,以确定最优的预...
为了提高玉露香梨可溶性固形物的检测精度,本研究提出了一种优化反向传播(back propagation,BP)神经网络的玉露香梨SSC预测方法。使用高光谱成像仪采集玉露香梨表面的光谱信息,对剔除异常样本的光谱数据进行不同预处理,以确定最优的预处理方法。采用遗传算法(Genetic Algorithm,GA)优化BP神经网络的初始权重和阈值,建立玉露香梨SSC的GA-BP、BP、PLSR预测模型。结果表明,中值滤波(medianfilter,MF)预处理后的结果最好。在同一训练样本下,所建GA-BP模型性能最佳,建模集决定系数(R_(c)^(2))为0.98,均方根误差(RMSEC)为0.19;预测集决定系数(R_(p)^(2))为0.86,均方根误差(RMSEP)为0.43,剩余预测偏差(RPD)为2.45;在此基础上,采用不同数量的样本训练GA-BP网络,样本数为300时,建立的GA-BP模型的R_(c)^(2)为0.99,RMSEC为0.22;R_(p)^(2)为0.98,RMSEP为0.20。因此,采用GA-BP神经网络结合高光谱技术可快速、准确的检测玉露香梨可溶性固形物,当训练样本达到一定数量时,可进一步提升模型的预测精度,为基于BP神经网络检测玉露香梨SSC提供了理论基础。
展开更多
关键词
高光谱
玉露香梨
可溶性固形物
遗传算法
BP神经网络
下载PDF
职称材料
题名
共产党员先进性的审视维度
1
作者
张锋
侯红领
葛春靖
机构
河南大学
出处
《锦州医学院学报(社会科学版)》
2006年第3期1-3,共3页
文摘
先进性建设是马克思主义政党的生命工程。领会党的先进性建设的内涵和精神实质,就必须从历史维度和理论维度认识共产党员的先进性,并且以与时俱进的态度看待党的先进性,充分认识党的先进性建设的艰巨性。
关键词
共产党
先进性教育
与时俱进
Keywords
CPC, the building of the advanced nature of the Party members, keeping pace with time
分类号
D609.9 [政治法律—中外政治制度]
下载PDF
职称材料
题名
基于GA-BP神经网络玉露香梨可溶性固形物高光谱技术检测
被引量:
5
2
作者
葛春靖
张淑娟
孙海霞
机构
山西农业大学工程学院
出处
《现代食品科技》
CAS
北大核心
2021年第5期296-302,278,共8页
基金
山西省应用基础研究计划项目(201901D211359,201801D121252)
山西农业大学科技创新基金项目(2020BQ02)
山西省优秀博士来晋工作奖励资金科研项目(SXYBKY2019049)。
文摘
为了提高玉露香梨可溶性固形物的检测精度,本研究提出了一种优化反向传播(back propagation,BP)神经网络的玉露香梨SSC预测方法。使用高光谱成像仪采集玉露香梨表面的光谱信息,对剔除异常样本的光谱数据进行不同预处理,以确定最优的预处理方法。采用遗传算法(Genetic Algorithm,GA)优化BP神经网络的初始权重和阈值,建立玉露香梨SSC的GA-BP、BP、PLSR预测模型。结果表明,中值滤波(medianfilter,MF)预处理后的结果最好。在同一训练样本下,所建GA-BP模型性能最佳,建模集决定系数(R_(c)^(2))为0.98,均方根误差(RMSEC)为0.19;预测集决定系数(R_(p)^(2))为0.86,均方根误差(RMSEP)为0.43,剩余预测偏差(RPD)为2.45;在此基础上,采用不同数量的样本训练GA-BP网络,样本数为300时,建立的GA-BP模型的R_(c)^(2)为0.99,RMSEC为0.22;R_(p)^(2)为0.98,RMSEP为0.20。因此,采用GA-BP神经网络结合高光谱技术可快速、准确的检测玉露香梨可溶性固形物,当训练样本达到一定数量时,可进一步提升模型的预测精度,为基于BP神经网络检测玉露香梨SSC提供了理论基础。
关键词
高光谱
玉露香梨
可溶性固形物
遗传算法
BP神经网络
Keywords
hyperspectral
"Yuluxiang"pear
soluble solids content
genetic algorithm
BP neural network
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TS255.7 [轻工技术与工程—农产品加工及贮藏工程]
O657.3 [理学—分析化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
共产党员先进性的审视维度
张锋
侯红领
葛春靖
《锦州医学院学报(社会科学版)》
2006
0
下载PDF
职称材料
2
基于GA-BP神经网络玉露香梨可溶性固形物高光谱技术检测
葛春靖
张淑娟
孙海霞
《现代食品科技》
CAS
北大核心
2021
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部