论文部分内容阅读
烟叶化学成分是影响烟叶质量的物质基础,烟叶化学成分与评吸质量的关系探究一直是非常重要的研究领域。传统的数理统计方法无法直接给出烟叶感官质量的预测。BP神经网络具有很强的非线性映射能力,但是容易出现＂过拟合＂。由于烟叶样本数据的噪声较大,为了提高预测模型的泛化性能,本文在应用BP神经网络建模时,采用＂权值衰减＂策略和样本验证策略进行训练。结果表明,设计合理的BP网络可以较好的对烟叶的常规化学成分进行感官质量预测。