应用可见-近红外光谱技术进行白醋品牌和pH值的快速检测.pdfVIP

维普资讯 第28卷 ，第4期 光 谱 学 与 光 谱 分 析 Vo1．28，No．4，pp813—816 2008年 4月 SpectroscopyandSpectralAnalysis April，2008 应用可见一近红外光谱技术进行 白醋品牌和 pH值的快速检测 王 莉，刘 飞，何 勇 浙江大学生物系统工程与食品科学学院，浙江 杭州 310029 摘 要 提出了一种基于可见一近红外透射光谱技术快速判别白醋品牌和测定 pH值的方法。应用可见一近红 外透射光谱获取不同品牌白醋的透射光谱曲线，并对获得 的原始光谱数据进行平滑、变量标准化以及一阶 导数等预处理，然后利用主成分分析对原始光谱数据进行聚类分析，根据主成分的累计贡献率选取主成分 数，并将所选取的主成分作为三层BP神经网络的输入。通过定标集样本对 BP神经网络进行训练，得到三 层优化神经网络结构：5输入层节点，6隐含层节点和2输出层节点，各层传递函数均采用Sigmoid函数。利 用该模型对预测集样本进行预测。实验结果表明在阈值设定为±0．1的情况下该模型对预测集样本品牌鉴 别准确率达到了100 ，pH预测值与实际测量值偏差小于5％0，得到了理想的结果。所以利用可见一近红外 光谱技术结合主成分分析和神经网络算法能够快速准确的判定 白醋品牌和pH值 。 关键词 可见一近红外光谱；白醋；pH；主成分分析；BP神经网络 中图分类号：TS264．2 文献标识码：A 文章编号：1000—0593(2008)04—0813—04 失主要光谱信息的前提下选择为数较少的新变量来代替原来 引 言 较多的变量，解决了由于谱带的重叠而无法分析的困难。BP 神经网络是一种基于误差反向传播算法的神经网络，是一种 食醋是人们 日常生活中不可或缺的调味佳品，它不仅具 强有力的学习系统 ，具有高度非线性映射 的能力。由于此种 有很高的食用价值，而且还有广泛的保健治疗、杀菌消毒等 模型可以逼近任何连续的非线性曲线，现已在各领域得到了 功效。白醋适合于西式菜肴和淡色菜肴的调味，目前市场的 广泛的应用，取得了令人满意的结果E”]，目前已经有研究将 白醋可分为酿造白醋和配制白醋，其中配制白醋采用乙酸稀 主成份分析和神经网络应用于光谱分析[1侧 。 释，不具有营养价值 ，很少用于食用。目前国内白醋品牌繁 我们选用主成分分析(PcA)和基于误差反向传播算法 多，不乏假 冒伪劣产品，而常规通过化学分析的方法区别品 (BackPropagation，BP)多层前馈神经网络建立不同品牌 白 牌费时费力。此外 ，pH作为醋的一项基本指标 ，对醋的pH 醋的近红外光谱预测模型。采用一系列光谱预处理方法消除 值进行快速、简单、准确测定无论对于生产厂家还是消费者 噪音，并通过主成分分析得到主成分的累计贡献率和各个主 来说都具有非常重要的意义E。 成分的得分，将选出的主要主成分得分作为多层前馈神经网 现代近红外光谱分析技术，可充分利用全谱或多波长下 络的输入，对未知样本品牌和 pH值的预测作为输出，建立 的光谱数据进行定性或定量分析。由于近红外光谱技术分析 BP神经网络模型。 具有速度快、效率高、成本低 、测试重现性好、测量方便等 特点，已经被越来越多地应用于食品工业、石油化工、制药 1 材料与方法 工业等领域E。]。在定性分析中，有学者研究利用近红外光 谱技术鉴别茶叶真伪 ]、杨梅品种[、葡萄酒产地嘲 以及中 1．1 仪