Resumen

El contenido de aceite de colza es una propiedad crucial en aplicaciones prácticas. En este artículo, en lugar de enfoques analíticos tradicionales, se utilizó un método de red neuronal artificial (ANN) para analizar el contenido de aceite de 29 muestras de colza basadas en datos espectrales de infrarrojo cercano con diferentes longitudes de onda. Los resultados muestran que las redes neuronales de alimentación hacia adelante de capas múltiples con 8 nodos (MLFN-8) son el modelo matemático más adecuado y razonable para usar, con un error RMS de 0.59. Este estudio indica que el uso de un método no lineal es un enfoque rápido y sencillo para analizar el contenido de aceites de colza basado en datos espectrales de infrarrojo cercano.

• Materias:Espectro de descomposición Bacteria acidófila Espectroscopia infrarroja Fotocatalizador Material mesoporoso
• Subjects:Decomposition spectra Acidophilic bacteria Infrared spectroscopy Photocatalyst Mesoporous material
• Palabras claves:Contenido de aceite; Colza; Red neuronal artificial; Datos espectrales del infrarrojo cercano; Redes neuronales multicapa feed-forward; Método no lineal
• Keywords:Oil content; Rapeseed; Artificial neural network; Near infrared spectral data; Multilayer feed-forward neural networks; Nonlinear method