PLSBP法近外光谱同时检测饲料组分的研究.pdfVIP

第27卷，第10期 光谱学与光谱分析 2O0 and October，2007 7年10月 SpectroscopySpec仃训A11alysis PLs-BP法近红外光谱同时检测饲料组分的研究 刘波平“2，秦华俊3，罗香2’4，曹树稳3，王俊德“ 1．南京理工大学化工学院，南京江苏210094 z．江西省分析测试中心．南昌江西330029 3．南昌大学食品科学教育音|f重点实验室，南昌江西330047 t南昌大学化学系，南昌江西330047 neuralnerworks， 摘要 建立了用偏最小二乘(partialleastsquares，PLs)与人工神经网络(artificial ANN)联用对饲料样品同时浸i定水分、灰分、蛋白质、磷含量的预测校正模型。光谱数据用二阶微分及标准 归一化处理(SN、，)，用PLS法将原始数据压缩提取前10个主成分与2个特征峰值作为12个输入向量，采 用单隐层的反向传播人工神经网络(Back—PropagationNetwork，BP)，确定中间层的神经元个数为23，初始 o，o．998O， 训练迭代次数为l000。PLs-BP模型对样品四个组分含量的预测决定系数(，=2)分别为：o．995 o．999 74．o．04853，o．032 o和o．967o；样品平行扫描光谱预测值的标准偏差分别为：o．027 92和 0．022 04。 关键词近红外光谱；饲料；偏最小二乘；人工神经网络；BP网络 中图分类号：0657．3文献标识码：A 文章编号：1000_0593(2007)1伊2005一05 任何连续的非线性曲线，是多组分同时定量测定中的一种首 引言 选方法““．就目前的研究文献来看，饲料近红外测定主要是 针对单一或2个组分进行口51“]，鲜有3个以上多组分同时预 饲料是畜牧生产的物质基础，检测饲料原料的常规成 测的报道。本实验用PLs法将光谱数据压缩为主成分，取其 分，评估饲料的营养价值是饲料生产中必不可少的一环。利 前10个，输入BP网络，建立了同时预测饲料的水分+灰分， 用经典的化学分析方法分析饲料的常规组分及营养成分，一 蛋白质和磷4项指标含量的PL§BP预测模型，结果良好。 直是饲料品质管理的主要手段．但这些传统的分析方法存在 分析周期长、消耗太的缺点，无疑在不同程度上限制了饲料 1实验部分 企业的品质管理和产品开发。 近红外光谱(Nms)分析技术适合于多组分的定性和定1．1实验样品和仪器 量分析。与传统分析方法相比，NIRs技术具有样品前处理 采自不同厂家不同批次70个饲料样品，用粉碎机粉碎， 简捷、无需化学试剂、环保、操作简单、检测速度快，稳定性 过40目筛，并对样品水分、灰分、蛋白质、磷含量进行化学 测定。全部样品分训练集35个，预测集35个；近红外光谱 好、可实现在线分析等优点[1-“。饲料检测是NIRs技术应用 最早的领域之一，是根据饲料在近红外光谱区域的光学吸收 仪采用美国热电Nicolet公司的460型傅里叶拓展近红外光 特性．通过对已知化学成分含量的样品与其近红外反射光谱 谱