基于BP人工神经网络的近红外光谱糖度检测方法及系统

摘要

本公开提供了一种基于BP人工神经网络的近红外光谱糖度检测方法及系统，选取一定的同种类的水果，组成样本集，选取建模样本，将样本集随机分为校正集和预测集；采集所有校正集和预测集样本的原始近红外光谱，对光谱进行等区间划分，对各区间吸光度分别求和；利用化学分析法测定样本中糖度的含量；建立近红外光谱定量分析模型，使用BP神经网络构建校正集样本糖度含量与近红外特征光谱之间的定量校正模型；近红外定量分析模型测定预测集样本的糖度含量，将预测集样品的近红外光谱信息数据输入所述校正模型，得到预测集样本的糖度含量。