基于中红外光谱技术的香菇蛋白质含量测定

摘要：

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。

关键词：中红外光谱、香菇、蛋白质含量、连续投影算法

分类号：O433.4;S464.9(光学)

资助基金：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

在线出版日期：2014-07-23（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：1844-1848