基于近红外透射光谱的乳制品蛋白质、脂肪含量检测

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.

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)

所属期刊栏目：24

分类号：TP399;O657.33(计算技术、计算机技术)

资助基金：宁夏回族自治区自然科学基金NZ1103

在线出版日期：2013-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1163-1168