栗晓禹 黄兴召

(国家林业局调查规划设计院，北京，100714) (安徽农业大学)

基于时间序列神经网络的山核桃化学成分分析1)

栗晓禹 黄兴召

(国家林业局调查规划设计院，北京，100714) (安徽农业大学)

核桃；蛋白质；脂肪；时间序列神经网络法；神经网络法；偏最小二乘法

山核桃(CaryacathayensisSarg.)是我国特有的高档干果和木本油料树种，主要分布于浙、皖交界的天目山区。有近7万农户从事山核桃生产经营，主产区农户的收入70%以上来源于山核桃[1]。山核桃的营养成分含量是评价山核桃质量好坏的重要指标。因此，对果实的化学成分(脂肪、蛋白质、氨基酸等)含量分析具有重要的价值。王冀平等[2]较早的利用氨基酸分析仪和气相色谱仪及经典的化学分析法对山核桃仁中的氨基酸、脂肪酸、蛋白质、脂肪的组成和含量进行了测定。同时，也对山核桃外果皮的化学成分的进行了测定和分析[3-4]。山核桃化学成分的测定过程复杂，费时费力。但是，运用光谱数据与植物生理特性的相关性，分析果实的化学成分含量，方法简单、操作快速，越来越受到重视[5-7]。

偏最小二乘法(PLS)能够在自变量存在严重多重相关性的条件下进行回归建模，并且在样本点个数少于变量个数的条件下进行线性回归[8]。但是，样本数据变异范围较大时，样本数据和光谱参数的非线性关系就会增大，预测效果就会变差[9]。人工神经网络(ANN)从信息处理的角度，对人脑神经元网络进行抽象，建立简单模型，按不同的连接方式组成不同的网络，通过模拟大脑神经网络处理、记忆信息的方式进行信息处理[10]。……