近红外漫反射光谱结合神经网络检测小麦蛋白质含量

摘要：

为了实现对小麦蛋白质含量的快速检测,提出了基于近红外光谱结合神经网络的小麦蛋白质检测方法.以160个小麦样品为对象,采集其近红外漫反射光谱,并以国标法分析小麦样品蛋白质含量,作为参考值.样品随机分成预测样品集和定标样品集,其光谱经标准归一化、去趋势等预处理后,采用BP神经网络和偏最小二乘法分别建立蛋白质含量定标模型.BP神经网络模型的预测相关系数和预测均方根误差分别为0.98和0.2704％.而偏最小二乘法模型的预测相关性系数和预测均方根误差分别为0.98和0.303 8％.结果表明,两种方法建立的模型都具有较好的预测相关性和预测效果,其中BP神经网络模型优于偏最小二乘法模型.用非线性BP神经网络结合相应算法建立模型检测小麦蛋白质含量的定标模型可以提高检测准确性.

关键词：近红外光谱、小麦蛋白质、无损检测、神经网络、偏最小二乘法

所属期刊栏目：26

分类号：S512.1;S123(禾谷类作物)

资助基金：浙江省重点科技创新团队项目2010R50028

在线出版日期：2015-04-28（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：55-59