首页> 中文期刊> 《测控技术》 >基于PCA和神经网络的农残含量预测模型研究

基于PCA和神经网络的农残含量预测模型研究

         

摘要

为提高快速检测农残含量的精度,针对建模数据特征发生明显变化的实际情况,提出了一种结合主成分分析(PCA)和神经网络的分段多模型方法.提取建模数据的前2个主成分作为模型的输入,分别使用主成分回归(PCR)和BP/RBF神经网络建立单一及分段多模型.通过计算模型验证集的输出总误差和误差百分比,对比模型检测精度.试验表明:与单一模型相比,利用神经网络建立的分段多模型可以显著降低农药含量的预测误差,使用BP和RBF网络建立的低浓度段模型的输出误差百分比分别为0.8%和0.4%,RBF网络效果更好.该方法可以在待测农药的较大浓度范围内实现定量检测,具有较强的实用性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号