基于近红外光谱的面粉灰分含量快速检测方法

• 作者: 刘翠玲 吴胜男 吴静珠 孙晓荣 董秀丽
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 近红外光谱 偏最小二乘法 BP神经网络 面粉灰分
• 年，卷（期）: 2013,（4）
• 页码范围: 144-147
• 页数: 4页
• 分类号: S123
• 字数: 2612字
• 语种: 中文

摘要

针对目前面粉灰分含量的检测方法存在操作繁琐、耗时长、费时费力和检测效率低等问题，运用近红外光谱分析技术检测面粉的灰分含量，选择最优的光谱预处理方法和光谱范围，采用偏最小二乘法（ PLS）及 BP 神经网络算法进行定量分析研究。结果表明：采用偏最小二乘法（ PLS）所建的定量分析模型的决定系数R 2为90．66，预测均方根误差RMSEP为0．0553，总偏差为0．02793；用BP神经网络预测总偏差为0．0367。研究发现，近红外光谱技术用于快速无损检测面粉灰分含量是可行的，且PLS、BP 神经网络算法可进行面粉灰分含量预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓荣	北京工商大学计算机与信息工程学院	79	396	10.0	15.0
2	刘翠玲	北京工商大学计算机与信息工程学院	119	568	11.0	17.0
3	吴静珠	北京工商大学计算机与信息工程学院	67	599	14.0	21.0
4	吴胜男	北京工商大学计算机与信息工程学院	16	146	7.0	11.0
5	董秀丽	北京工商大学计算机与信息工程学院	10	55	5.0	6.0