<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Wang Sh. -P.</author>
     <author>Gong Z. -M.</author>
     <author>Su X. -Zh.</author>
     <author>Liao J. -Zh.</author>
    </authors>
   </contributors>
   <titles>
    <title>ОЦЕНКА ЗАКУПОЧНОЙ ЦЕНЫ МОЛОДЫХ ПОБЕГОВ ЧАЯ СОРТА ЭНЬШИ ЮЛУ С ИСПОЛЬЗОВАНИЕМ СПЕКТРОСКОПИИ БЛИЖНЕЙ ИНФРАКРАСНОЙ ОБЛАСТИ И МОДЕЛИ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ</title>
   </titles>
   <keywords>
    <keyword>молодые побеги чая Эньши Юлу</keyword>
    <keyword>закупочная цена</keyword>
    <keyword>спектроскопия ближней ИК области</keyword>
    <keyword>метод частичных наименьших квадратов, использующий алгоритм обратного интервала</keyword>
    <keyword>искусственная нейронная сеть с обратным распространением ошибок</keyword>
    <keyword>Enshi yulu young tea shoots</keyword>
    <keyword>acquisition price</keyword>
    <keyword>near infrared spectroscopy</keyword>
    <keyword>backward interval partial least squares</keyword>
    <keyword>back propagation-artificial neural network</keyword>
   </keywords>
   <dates>
    <year>2017</year>
    <pub-dates>
     <date>2025-03-12</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>Для оценки закупочной цены молодых побегов чая Эньши Юлу использованы данные спектроскопии ближней ИК области и модель искусственной нейронной сети с обратным распространением ошибок в сочетании с методом частичных наименьших квадратов, использующим алгоритм обратного интервала. Наиболее информативные с точки зрения цены чайных побегов спектральные интервалы в ближней ИК области спектра 5700.5-5935.8, 7613.6-7848.9, 8091.8-8327.1, 8331-8566.2, 9287.5-9522.5 и 9526.6-9761.9 см-1 выбраны с помощью метода частичных наименьших квадратов, использующего алгоритм обратного интервала. Первые пять главных компонент, которые объясня 670-2 ют 99.96% изменчивости в выбранных спектральных интервалах, использованы для калибровки обратного распространения ошибки в искусственной нейронной сети, моделирующей закупочную цену чайных побегов. Характеристики этой модели (коэффициент детерминации для прогноза 0.9724, среднеквадратическая ошибка прогноза 4.727) оказались выше характеристик модели, использующей нейронную сеть с обратным распространением ошибок (коэффициент детерминации для прогнозирования 0.8653, среднеквадратическая ошибка предсказания 5.125), и модели, основанной на методе частичных наименьших квадратов и алгоритме обратного интервала (коэффициент детерминации для прогнозирования 0.5932, среднеквадратическая ошибка предсказания 25.125). Модель закупочной цены, основанная на искусственной нейронной сети с обратным распространением ошибок в комбинации с методом частичных наименьших квадратов, использующим алгоритм обратного интервала, позволяет оценить стоимость побегов чая Эньши Юлу точно, быстро и объективно. </abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/16456</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/16410</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
