基于RBF神经网络建立库存烟叶香型的预测模型

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《基于RBF神经网络建立库存烟叶香型的预测模型》，欢迎阅读！

基于RBF神经网络建立库存烟叶香型的预测模型

周泽弘;曹淋海;王昌全;李启权;李冰;李珊

【期刊名称】《中国烟草科学》 【年(卷),期】2016(37)2

【摘 要】In order to establish the prediction model of inventory tobacco flavor, the authors analyze the samples of 2009-2011 inventory tobacco in China Tobacco Chuanyu Industrial Co., Ltd. by using the RBF neural network method. The results showed that there was difference of the content of chemical components between different tobacco flavors, sugar content in clean aroma type tobacco was significantly higher than the others, and chlorine content in clean aroma type tobacco was much lower than that of full-bodied type. The authors used principal component analysis to eliminate the chemical indicator collinear problem, and established prediction models based on RBF neural network of inventory tobacco flavor. The accuracy rate of the models was up to 90%. The sensitivity test showed that the clean aroma type tobacco model had the best sensitivity, the moderate type showed a lower sensitivity. Tobacco flavor can be predicted based on chemical components using the RBF neural network.%为建立库存烟叶香型预测模型,采用RBF神经网络方法,对川渝中烟2009—2011年库存烟叶样品的香型特征进行了分析建模.结果表明,不同香型烟叶在化学成分含量上存在差异,清香型烟叶糖含量明显高于其他香型,氯含量远低于浓香型;采用主成分分析消除各化学指标共线问题,并建立基于RBF神经网络的库


存烟叶香型预测模型,其准确率高达90%;灵敏度检验表明,清香型烟叶模型灵敏度为最优,中间香型灵敏度较低.证明利用RBF神经网络可以较好地对烟叶的常规化学成分进行烟叶香型预测. 【总页数】6页(P65-70)

【作 者】周泽弘;曹淋海;王昌全;李启权;李冰;李珊

【作者单位】四川农业大学资源学院,成都 611130;四川省邛崃市国土资源局,四川邛崃 611500;四川农业大学资源学院,成都 611130;四川农业大学资源学院,成都 611130;四川农业大学资源学院,成都 611130;四川农业大学资源学院,成都 611130

【正文语种】中 文 【中图分类】TS41+1 【相关文献】

1.基于BP神经网络建立初烤烟叶主流烟气中氢氰酸释放量的预测模型 [J], 许永;李超;杨乾栩;秦云华;刘巍;吴亿勤;缪明明;张涛

2.基于TPS法的烟叶热物性测试及其导热系数预测模型的建立 [J], 林慧;堵劲松;李斌;朱文魁;杨得强

3.基于烟叶化学成分烤烟香型分类模型的建立 [J], 申钦鹏;张霞;张涛;雷萍;段沅杏;杨光宇;韩敬美;赵伟;陈永宽

4.基于RBF神经网络建立税务预测模型的研究 [J], 田永青;杨斌;朱仲英 5.基于烟叶致香成分建立烤烟香型分类模型方法研究 [J], 许永;张涛;吴亿勤;李超;蒋次清;张承明;杨光宇;刘巍;秦云华;缪明明

因版权原因，仅展示原文概要，查看原文内容请购买

本文来源：https://www.wddqxz.cn/2a80c0b2514de518964bcf84b9d528ea81c72ffa.html