近红外光谱结合小波变换-径向基神经网络用于奶粉蛋白质与脂肪含量的测定

摘要：

　　应用近红外光谱分析技术结合化学计量学方法，建立了奶粉脂肪和蛋白质含量测定的新方法。首先采用Kemard-Stone法对校正集样本和预测集样本进行分类，然后利用小波变换滤波技术对样品的近红外光谱进行压缩去噪处理，结合滤波后重构光谱信号建立脂肪和蛋白质的径向基神经网络回归模型，并分别对径向基网络的扩散常数spread值及小波变换中的小波基与压缩尺度三个参数进行了详细的讨论。脂肪模型在小波基为db2及小波尺度为4时，spread值为3.5时；蛋白质模型在小波基为db8及小波尺度为4时，spread值为6时，它们的预测模型精度最好。所建立的脂肪和蛋白质校正模型的预测集相关系数(Rp)分别为0.990和0.994,预测均方根误差分别为0.007与0.004。预测结果表明，RBF网络结合小波变换进行建模预测，模型简单、稳健且精度较好，该方法适合奶粉脂肪和蛋白质含量的快速、无损测定。

关键词： 奶粉脂肪 蛋白质 近红外光谱 神经网络

作者: 单杨 朱向荣 李高阳 梁逸曾

作者单位: 湖南省食品测试分析中心，长沙，410125 湖南省农产品加工研究所，长沙，410125 中南大学化学化工学院中药现代化研究中心，长沙，410083 湖南省食品测试分析中心，长沙，410125 湖南省农产品加工研究所，长沙，410125 中南大学化学化工学院中药现代化研究中心，长沙，410083

会议类型: 国内会议

会议名称: 第四届全国农产品加工科研院所联谊会暨中国农产品加工技术创新体系建设研讨会

会议地点: 武汉

会议语种:中文

页码: 307-313

在线出版日期: 2009-06-01（万方平台首次上网日期，不代表论文的发表时间）