光谱预处理结合模拟退火算法的小麦粉面筋含量检测

• 作者: 付新鑫 刘翠玲 周子健 孙晓荣 窦颖
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 近红外光谱 模拟退火算法 光谱预处理 偏最小二乘法 面筋
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 成分分析
• 页码范围: 222-226
• 页数: 5页
• 分类号: TS211.7
• 字数: 4218字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201802035

摘要

为得到可靠的小麦粉中面筋含量定量分析模型,基于光谱预处理及模拟退火算法(simulated annealing algorithm,SAA)对近红外光谱(near infrared spectroscopy,NIR)进行优化处理.偏最小二乘(partial least squares,PLS)回归用于建立预测模型,以决定系数R2、校正均方根误差(root mean square error of calibration, RMSEC)、预测均方根误差(root mean square error of prediction,RMSEP)为指标,对比在不同光谱预处理条件下建立的回归模型与光谱预处理结合模拟退火算法优化处理条件下的回归模型.结果表明光谱预处理结合SAA-PLS模型能够有效提高模型的稳定性和预测能力,将R2从0.763 7提高到0.949 l、RMSEC从1.371 2降低到0.589 8、RMSEP从1.450 2降低到0.534 1.结果说明,光谱预处理结合模拟退火算法对光谱进行优化处理是可行的,模型预测能力和稳定性均优于未处理模型和仅进行光谱预处理的模型.

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食品安全大数据技术北京市重点实验室	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食品安全大数据技术北京市重点实验室	119	568	11.0	17.0
3	窦颖	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	8	56	4.0	7.0
4	周子健	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	3	13	3.0	3.0
5	付新鑫	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	4	15	3.0	3.0