近红外光谱－BP神经网络－PLS法用于橄榄油掺杂分析
橄榄油兼有食用和保健的作用,它的价值与价格远远高于其它食用油,所以橄榄油中以劣充好的现象十分普遍。本文采用近红外光谱法测定初榨橄榄油中掺杂芝麻油、大豆油和葵花籽油的光谱数据,运用改进的BP算法-Levenberg-Marquardt方法,建立PCA—BP人工神经网络方法对其进行定性判别。同时采用偏最小二乘法(PLS)建立了初榨橄榄油中芝麻油、大豆油、葵花籽油含量的近红外光谱定标模型,用交互验证法进行验证。结果表明,BP人工神经网络有很好的定性鉴别能力,PLS建立的芝麻油、大豆油、葵花籽油定标模型的相关系数分别为R=98.77、99.37、99.44,交叉验证的均方根误差分别为1.3、1.1、1.04。该方法无损、快速、简便,为橄榄油掺杂的检测提供了一种新的方法。
近红外光谱 BP神经网络 偏最小二乘法 橄榄油 掺杂分析 定标模型
翁欣欣 陆峰 王传现 亓云鹏
第二军医大学,上海 200433 第二军医大学,上海200433 上海出入境检验检疫局,上海 200135
国内会议
北京
中文
229-236
2009-11-01（万方平台首次上网日期，不代表论文的发表时间）