基于低场核磁共振技术构建韧性饼干中水分含量无损定量预测模型

摘要：

目的 基于低场核磁共振技术(low-field nuclear magnetic resonance,LF-NMR)弛豫特性建立韧性饼干水分含量的预测模型,探讨LF-NMR无损快速预测韧性饼干水分含量的可行性.方法 采用LF-NMR对韧性饼干的CMPG(Carr-Purcell-Meiboom-Gill)序列信号进行采集,利用直接干燥法检测韧性饼干中水分的实际含量,建立多元回归分析、K最邻值回归分析(K-nearest neighbor,KNN)和高斯过程回归(Gaussian process regression,GPR)模型.结果 3种模型中KNN回归模型预测集决定系数最大为0.9932,均方根误差最小为0.2542,因此韧性饼干中水分与低场核磁弛豫特性的分析中,KNN回归分析的模型最优.结论 使用LF-NMR分析仪预测韧性饼干中水分含量是一种无损、快速的方法,对于韧性饼干样品中水分快速预测建模结果良好,因此利用低场核磁共振技术快速预测韧性饼干样品中的水分含量方法可行.

关键词：韧性饼干;低场核磁共振技术;水分;快速检测

所属期刊栏目：13

资助基金：江苏省高职院校教师专业带头人高端研修项目;苏州市职业大学校青蓝工程项目;苏州市职业大学预研项目;苏州市职业大学校级教改项目

在线出版日期：2022-02-18（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：463-468