基于近红外光谱技术测定小麦蛋白质模型的建立

• 作者: 付玲 周显青 张玉荣 王学锋 褚洪强
• 来源期刊: 粮食与饲料工业
• 学科: 农学
• 关键词: 小麦 近红外光谱 蛋白质 BP神经网络 偏最小二乘法 建模
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 制粉工业
• 页码范围: 15-18
• 页数: 4页
• 分类号: TS210.1|S512.1
• 字数: 3825字
• 语种: 中文

摘要

为了实现小麦籽粒蛋白质含量的快速、准确测定,用近红外分析仪对158份小麦进行光谱扫描,采用主成分分析法剔除异常光谱,对剔除异常值后的图谱进行标准正常化及去散射处理,并分别进行一阶和二阶导数处理.并在光谱预处理基础上,建立了预测小麦籽粒蛋白质含量的BP神经网络和偏最小二乘法校正模型.结果表明:经过标准正常化及去散射处理和二阶导数预处理的图谱,运用BP神经网络建立的模型预测小麦籽粒蛋白质含量效果最优,预测的R2和均方根误差分别为0.983和0.067,小麦蛋白质含量的国标测定值与最优条件下的预测值之间的t检验结果为P =0.82＞0.05,两种方法测定结果无显著性差异.将其与近红外仪器自带模型相比,预测效果显著提高.采用非线性BP神经网络法建立的定标模型可提高预测小麦蛋白质含量的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周显青	河南工业大学粮油食品学院	160	1837	22.0	30.0
2	张玉荣	河南工业大学粮油食品学院	156	1706	22.0	29.0
3	王学锋	河南工业大学粮油食品学院	7	63	4.0	7.0
4	付玲	河南工业大学粮油食品学院	9	74	5.0	8.0
5	褚洪强	河南工业大学粮油食品学院	8	60	5.0	7.0