人工神经网络近红外光谱法同时测定土豆中三种营养成分
采用人工神经网络(artificial neural networks,ANN)近红外光谱法对50个土豆样品建立起粗纤维、淀粉、蛋白质含量的预测校正模型.将原始数据压缩为主成分,取前3个主成分的12个吸收峰值作为网络输入向量,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为23,四项组分含量作为输出向量,初始训练迭代次数为1000.BP网络预测模型对样品三个组分含量的预测决定系数(R2)分别为:0.965、0.981、0.964.结果表明,近红外光谱技术可以快速、准确地同时测定土豆中粗纤维、淀粉、蛋白质的准确含量,该方法可应用于果蔬产业的品质管理与控制.
近红外光谱 土豆 偏最小二乘 BP网络 多组分检测
秦华俊 刘波平 罗香 曹树稳
南昌大学,食品科学教育部重点实验室,江西,南昌,330047 南京理工大学现代光谱研究室,江苏,南京,210014;江西省分析测试中心,江西,南昌,330029 江西省分析测试中心,江西,南昌,330029
国内会议
南昌
中文
392-393
2006-10-10（万方平台首次上网日期，不代表论文的发表时间）