基于RBF网络和NIRS的绿茶水分含量分析模型

基于径向基函数(RBF)和反向传播(BP)神经网络分别建立了绿茶水分含量的近红外光谱分析模型.结果表明:RBF网络预测模型的相关系数r(p)=0.933,预测标准误RMSEP=0.528%;BP网络预测模型的相关系数r(p)=0.914,预测标准误RMSEP=0.598%.RBF网络模型优于BP网络模型.

不同近红外光谱仪在绿茶水分检测应用中的比较研究

分别应用两种不同型号近红外光谱仪对绿茶中水分含量进行定标建模,确定了在改进偏最小二乘法定标技术下的最优光谱数据预处理方式,建立了最优定标模型,并对其进行了检验。结果表明,两种仪器所得到的模型定标效果均良好,预测精度高,都可用于实际检测,但InfraXact Lab型光谱仪得到的模型稳定性较强。