近红外漫反射光谱结合神经网络检测小麦蛋白质含量

• 作者: 赖立群 陈华才 麻望琼
• 来源期刊: 中国计量学院学报
• 学科: 农学
• 关键词: 近红外光谱 小麦蛋白质 无损检测 神经网络 偏最小二乘法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 计量与测试
• 页码范围: 55-59
• 页数: 5页
• 分类号: S512.1|S123
• 字数: 2379字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2015.01.010

摘要

为了实现对小麦蛋白质含量的快速检测,提出了基于近红外光谱结合神经网络的小麦蛋白质检测方法.以160个小麦样品为对象,采集其近红外漫反射光谱,并以国标法分析小麦样品蛋白质含量,作为参考值.样品随机分成预测样品集和定标样品集,其光谱经标准归一化、去趋势等预处理后,采用BP神经网络和偏最小二乘法分别建立蛋白质含量定标模型.BP神经网络模型的预测相关系数和预测均方根误差分别为0.98和0.2704％.而偏最小二乘法模型的预测相关性系数和预测均方根误差分别为0.98和0.303 8％.结果表明,两种方法建立的模型都具有较好的预测相关性和预测效果,其中BP神经网络模型优于偏最小二乘法模型.用非线性BP神经网络结合相应算法建立模型检测小麦蛋白质含量的定标模型可以提高检测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华才	中国计量学院光学与电子科技学院	62	957	17.0	29.0
2	赖立群	中国计量学院光学与电子科技学院	1	8	1.0	1.0
3	麻望琼	中国计量学院光学与电子科技学院	2	8	1.0	2.0