应用近红外光谱技术快速检别酱油品牌的研究

摘要：

提出了一种采用近红外光谱快速鉴别酱油品牌的新方法,对不同品牌的酱油建立相应的指纹模型.对市场上8种典型品牌的酱油,通过近红外透射获取光谱曲线,选择了其中噪声较小的7 625～3 684 cm-1共3 942个波段作为建模分析数据.为了减少原始数据量,提高数据处理效率,对原始数据进行了多项式平滑拟合等预处理,采取主成分分析法,得到能反映酱油99.99%光谱信息的8个主成分.由这8个主成分得到的得分图,可以区分其中某几个品牌,但是不能做到区分全部品种,因此选取了人工神经网络进行了进一步信息提取与种类判别.将8个主成分作为人工神经网络的输入,对应的酱油品牌作为输出,通过不断调整参数,建立了最优的BP神经网络.8个品牌共242个样本作为建模学习样本,每个品牌各10个共80个样本作为检验样本.结果表明,在0.98的置信区间里取得了98.75%的识别正确率,为不同等级和品牌的酱油鉴别提供了一种新的方法.

关键词：近红外光谱、酱油、主成分分析、BP人工神经网络、鉴别

所属期刊栏目：28

分类号：TS264.21(食品工业)

资助基金：国家科技支撑项目2006BAD10A04;国家自然科学基金30671213;高等学校优秀青年教师教学科研奖励计划02411

在线出版日期：2008-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：597-601