PCA和改进BP神经网络的大米外观品质识别

仲伟峰　马丽霞　何小溪

摘要：为了研究大米品质的优劣，采用主成分分析算法和BP神经网络相结合的方法对大米米粒进行识别，将米粒的特征变量进行主成分分析以提取代表性的主成分分量，将获得的主成分作为输入神经元来建立自适应BP神经网络进行学习，并将训练完毕的神经网络用于实际过程中的大米品质判别，同时采用附加动量法和自适应调整速率策略优化网络结构，仿真和实验结果表明。此方法可以使得大米识别的准确度达到95%以上并且有效的减少识别所需时间。endprint