10.3964/j.issn.1000-0593(2014)07-1844-05
基于中红外光谱技术的香菇蛋白质含量测定
研究了中红外光谱预测香菇蛋白质含量的可行性。去掉明显噪声部分后,研究香菇3581~689 cm -1中红外光谱与蛋白质含量的关系。以Savitzky-Golay (SG )5点平滑预处理光谱建立偏最小二乘法(par-tial least squares ,PLS)的预测模型的效果不理想,模型的建模集和预测集的相关系数均高于0.85,但剩余预测偏差(residual prediction deviation ,RPD)值仅为1.77。采用连续投影算法(successive projections algo-rithm ,SPA )算法从3000个波数点中选择7个特征波数,并以七个特征波数分别建立PLS、多元线性回归(multiple linear regression ,MLR)、反向传播神经网络(back-propagation neural network ,BPNN)和极限学习机模型(extreme learning machine ,ELM)。与全谱的PLS相比,以特征波数的PLS模型和MLR模型的预测效果相对较差,而以特征波数的BPNN和ELM模型的预测效果相对较好。其中SPA-ELM模型的预测效果最佳,预测集相关系数(correlation coefficient of prediction )Rp =0.8995,预测集均方根误差(root mean square error of prediction)RMSEP=1.4313,剩余预测偏差RPD=2.18。研究结果表明,中红外光谱分析技术可以用于预测香菇蛋白质含量,且SPA选取特征波数能用来代替原始光谱进行建模分析,为香菇蛋白质含量的检测提供了新的思路。
中红外光谱、香菇、蛋白质含量、连续投影算法
O433.4;S464.9(光学)
国家高技术研究发展计划863计划项目2012AA101903;国家自然科学基金项目61273062
2014-07-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
1844-1848