ОЦЕНКА ЗАКУПОЧНОЙ ЦЕНЫ МОЛОДЫХ ПОБЕГОВ ЧАЯ СОРТА ЭНЬШИ ЮЛУ С ИСПОЛЬЗОВАНИЕМ СПЕКТРОСКОПИИ БЛИЖНЕЙ ИНФРАКРАСНОЙ ОБЛАСТИ И МОДЕЛИ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ
Аннотация
Для оценки закупочной цены молодых побегов чая Эньши Юлу использованы данные спектроскопии ближней ИК области и модель искусственной нейронной сети с обратным распространением ошибок в сочетании с методом частичных наименьших квадратов, использующим алгоритм обратного интервала. Наиболее информативные с точки зрения цены чайных побегов спектральные интервалы в ближней ИК области спектра 5700.5-5935.8, 7613.6-7848.9, 8091.8-8327.1, 8331-8566.2, 9287.5-9522.5 и 9526.6-9761.9 см-1 выбраны с помощью метода частичных наименьших квадратов, использующего алгоритм обратного интервала. Первые пять главных компонент, которые объясня 670-2 ют 99.96% изменчивости в выбранных спектральных интервалах, использованы для калибровки обратного распространения ошибки в искусственной нейронной сети, моделирующей закупочную цену чайных побегов. Характеристики этой модели (коэффициент детерминации для прогноза 0.9724, среднеквадратическая ошибка прогноза 4.727) оказались выше характеристик модели, использующей нейронную сеть с обратным распространением ошибок (коэффициент детерминации для прогнозирования 0.8653, среднеквадратическая ошибка предсказания 5.125), и модели, основанной на методе частичных наименьших квадратов и алгоритме обратного интервала (коэффициент детерминации для прогнозирования 0.5932, среднеквадратическая ошибка предсказания 25.125). Модель закупочной цены, основанная на искусственной нейронной сети с обратным распространением ошибок в комбинации с методом частичных наименьших квадратов, использующим алгоритм обратного интервала, позволяет оценить стоимость побегов чая Эньши Юлу точно, быстро и объективно.
Ключевые слова
молодые побеги чая Эньши Юлу,
закупочная цена,
спектроскопия ближней ИК области,
метод частичных наименьших квадратов, использующий алгоритм обратного интервала,
искусственная нейронная сеть с обратным распространением ошибок,
Enshi yulu young tea shoots,
acquisition price,
near infrared spectroscopy,
backward interval partial least squares,
back propagation-artificial neural network
Об авторах
Sh. -P. Wang
Институт фруктов и чая, Хубэйская академия сельскохозяйственных наук
Россия
Россия
Z. -M. Gong
Институт фруктов и чая, Хубэйская академия сельскохозяйственных наук
Россия
Россия
X. -Zh. Su
Сельскохозяйственное бюро Эньши
Россия
Россия
J. -Zh. Liao
Сельскохозяйственное бюро Эньши
Россия
Россия
Список литературы
1. T. Bahorun, A. Luximon-Ramma, T. Gunness, D. Sookar, S. Bhoyroo, R. Jugessur, D. Reebye, K. Googoolye, A. Crozier, O. Aruoma, Toxicology, 278, 68-74 (2010).
2. X. F. Zhou, Z. L.Yang, S. A. Haughey, P. Galvin-King, L. J. Han, C. T. Elliott, Food Chem., 189, 13-18 (2015).
3. X. M. Liu, J. S. Liu, Spectrosc. Lett., 47, 729-739 (2014).
4. C. F. Wu, Z. G. Wu, R. A. Hashmonay, S. Y. Chang, Y. S. Wu, C. P. Chao, M. J. Chase, R. H. Kagann, Atm. Environ., 82, 335-342 (2014).
5. M. A. Tavanaie, N. Esmaeilian, M. R. M. Mojtahedi, Dyes Pigments, 114, 267-272 (2015).
6. M. Blanco, A. Peguero, TrAC Trend. Anal. Chem., 29, 1127-1136 (2010).
7. M. J. Lee, D. Y. Seo, H. E. Lee, W. S. Kim, M. Y. Jeong, G. J. Choi, Int. J. Pharm., 403, 66-72 (2011).
8. M. S. Lee, Y. S. Hwang, J. W. Lee, M. G. Choung, Food Chem., 158, 351-357 (2014).
9. Y. Huang, G. R. Du, Y. J. Ma, J. Zhou, Optik, 126, 2030-2034 (2015).
10. W. He, J. Zhou, H. Cheng, L. Y. Wang, K. Wei, W. F. Wang, X. H. Li, Spectrochim. Acta, A: Mol. Biomol. Spectrosc., 86, 399-404 (2012).
11. J. Y. Shi, X. B. Zou, J. W. Zhao, H. P. Mao, J. Infrared Millim.Waves, 30, 458-452 (2011).
12. Q. S. Chen, D. L. Zhang, W. X. Pan, H. H. Li, K. Urmila, J. W. Zhao, Trend. Food Sci. Technol., 43, 63-82 (2015).
13. D. Ren, F. F. Qu, K. Lv, Z. Zhang, H. L. Xu, X. Y. Wang, Neurocomputing, 162, 101-111 (2015).
14. Z. Z. Zhang, S. P. Wang, X. C. Wan, S. H. Yan, Spectrosc. Eur., 23, 17-21 (2011).
15. J. Y. Shi, X. B. Zou, H. Mel, K. L.Wang, X. Wang, H. Chen, Spectrochim. Acta, A: Mol. Biomol. Spectrosc., 94, 271-276 (2012).
16. D. Wu, Y. P. He, C. Nie, F. Cao, Y. D. Bao, Anal. Chim. Acta, 659, 229-237 (2010).
17. A. E. Ghaziri, E. M. Qannari, Chemometr. Intel. Lab. Syst., 148, 95-105 (2015).
18. Y. L. Yan, B. Chen, D. Z. Zhu, Near Infrared Spectroscopy Principles, Technologies and Applications, China Light Industry Press, Beijing, 112-114 (2013).
19. Y. D. Liu, X. D. Sun, A. G. Ouyang, LWT-Food Sci. Technol., 43, 602-607 (2010).
20. J. Wu, W. Luo, X. K. Wang, Q. Cheng, C. G. Sun, H. Li, J. Pharm. Biomed. Anal., 80, 186-191 (2013).
Рецензия
Для цитирования:
Wang Sh.-., Gong Z.-., Su X.-., Liao J.-. ОЦЕНКА ЗАКУПОЧНОЙ ЦЕНЫ МОЛОДЫХ ПОБЕГОВ ЧАЯ СОРТА ЭНЬШИ ЮЛУ С ИСПОЛЬЗОВАНИЕМ СПЕКТРОСКОПИИ БЛИЖНЕЙ ИНФРАКРАСНОЙ ОБЛАСТИ И МОДЕЛИ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ. Журнал прикладной спектроскопии. 2017;84(4):670(1)-670(6).
For citation:
Wang Sh.-., Gong Z.-., Su X.-., Liao J.-. ESTIMATING THE ACQUISITION PRICE OF ENSHI YULU YOUNG TEA SHOOTS USING NEAR INFRARED SPECTROSCOPY BY THE BACK PROPAGATION ARTIFICIAL NEURAL NETWORK MODEL IN CONJUNCTION WITH BACKWARD INTERVAL PARTIAL LEAST SQUARES ALGORITHM. Zhurnal Prikladnoii Spektroskopii. 2017;84(4):670(1)-670(6). (In Russ.)
Просмотров: 260
Послать статью по эл. почте 