采用近红外光谱技术的燕麦脂肪含量检测

• 作者: 乔瑶瑶 李小平 胡新中 赵武奇
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: BP神经网络 脂肪含量 近红外光谱 燕麦 主成分分析法 光谱预处理
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 食品工程与营养科学
• 页码范围: 119-124
• 页数: 6页
• 分类号: TS210.3
• 字数: 3437字
• 语种: 中文
• DOI: 10.15983/j.cnki.jsnu.2016.04.147

摘要

以93份燕麦样品为研究对象，对其近红外光谱数据进行预处理后通过主成分分析法提取光谱特征，采用人工神经网络技术建立燕麦中脂肪含量的合理检测模型。结果表明：反向多元散射处理（IMSC）、数学处理选择2441（即对光谱进行导数间隔点为4的二阶导数处理，一次平滑处理间隔点为4，不进行二次平滑处理）为最佳预处理方法；通过主成分分析法提取2个主成分作为原始信息的特征变量，建立的人工网络模型结构为2-17-1，该模型对验证集的测定值与预测值的相关系数为0．9623，均方根误差为1．6072，模型的预测准确性较好。该方法简便、快速，为燕麦脂肪的定量测定提供了一种新方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵武奇	陕西师范大学食品工程与营养科学学院	86	312	10.0	12.0
2	李小平	陕西师范大学食品工程与营养科学学院	83	646	13.0	21.0
3	胡新中	陕西师范大学食品工程与营养科学学院	48	240	10.0	13.0
4	乔瑶瑶	陕西师范大学食品工程与营养科学学院	4	13	1.0	3.0