基于近红外透射光谱的乳制品蛋白质、脂肪含量检测

• 作者: 王磊 郑彩英 郭中华 金灵
• 来源期刊: 光电子·激光
• 学科: 化学
• 关键词: 近红外透射光谱(NITS) 乳制品 小波压缩 径向基函数人工神经网络(RBF-ANN)
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 测量·检测
• 页码范围: 1163-1168
• 页数: 6页
• 分类号: TP399|O657.33
• 语种: 中文

摘要

应用近红外透射光谱(NITS)法对乳制品中蛋白质和脂肪含量进行快速检测.首先分别对光谱进行二阶导数加S-G平滑(SD+ S-G)和一阶导数加多元散射校正加S-G平滑(FD+ MSC+S-G)预处理；然后对处理后的光谱进行小波基为db3、分解尺度为6的小波压缩；最后以压缩后光谱数据作为输入变量,采用径向基函数人工神经网络(RBF-ANN)建立4种乳制品的蛋白质和脂肪定量分析模型.经过反复实验得出最佳扩散常数spread值,其中,蛋白质模型在spread值为135时预测精度最高,其相关系数(R)和预测集均方差(RMSEP)分别为0.999 9和0.030 1,脂肪模型在spread值为105时预测精度最高,其R和RHSEP分别为0.999 7和0.096 8.结果表明,基于RBF-ANN和小波压缩建模更稳定、精度更高,可以实现乳制品品质快速无损检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭中华		47	258	10.0	13.0
2	王磊		61	592	14.0	22.0
3	郑彩英		5	47	3.0	5.0
4	金灵		5	47	3.0	5.0