基于新误差函数的豆油脂光谱BP模式识别研究

通过构造新的误差函数,实现了基于近红外透射光谱结合BP神经网络辨识合格豆油和地沟油的方法。在10 000 cm-1~3 500 cm-1范围内采集优质豆油和地沟油透射光谱,对光谱数据依次作出卷积平滑、基线校正预处理,采用主成分分析方法提取8个主成分(累计贡献率达到99.62%)作为神经网络输入神经元,建立三层8个输入,1个输出,8个隐节点的BP神经网络模型,模型能够有效辨识豆油脂和地沟油,类别预测正确率为100%,其中豆油脂相对偏差在0.4%以内,地沟油相对偏差控制在1.0%以内。新的误差函数可以有效避免BP神经网络陷入局部极小值而未能收敛,并且提高了网络收敛速度。