偏最小二乘! 反向传播! 近红外光谱法同时测定 饲料中! 种氨基酸.pdfVIP

第%: 卷 分析化学 （YB?ZK 3A*ZAB ）$ 研究简报 第’ 期 $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ #) 年’ 月 @[4G1+1 \6/2GC. 6R *GC.]I4JC. @[174+I2] :#: N :# !!!!!!! ! ! 研 究 简 报 ! ! !!!!!!! 偏最小二乘!反向传播!近红外光谱法同时测定 饲料中! 种氨基酸 ，# % # % 刘波平 $ 秦华俊 $ 罗 香 $ 曹树稳 $ 王俊德# （南京理工大学现代光谱研究室，南京#’ ）$ $ # （江西省分析测试中心，南昌%%#( ） % （南昌大学食品科学教育部重点实验室，南昌%%’) ） 摘$ 要$ 偏最小二乘与人工神经网络联用对) 个饲料样品建立起天门冬氨酸（*+, ）、谷氨酸（-./ ）、丝氨酸 （012 ）和组氨酸（34+ ）’ 种氨基酸含量的预测校正模型，以样品平行扫描光谱验证校正模型预测的准确性和重 现性。用偏最小二乘法将原始数据压缩为主成分，采用单隐层的反向传播网络建模。取前% 个主成分的 # 个数据输入网络，以56.7686269 定理为依据，经过实验确定中间层的神经元个数为#: ，初始训练迭代次数 为 。偏最小二乘!反向传播网络模型对样品’ 个组分含量的预测决定系数（!# ）分别为： ; (、 ; (() 、 = ()( 、 ; (’ ；样品平行扫描光谱预测值的标准偏差分别为： ; # 、 ; #( 、 ; ) 、 ; #% 。本研究为近红外快 速检测在组分含量较低的样品实现多组分同时测定提供了思路。 氨基酸 关键词$ 近红外光谱，饲料，偏最小二乘，人工神经网络， # 引# # 言 ［ N % ］ 经典的饲料氨基酸测定方法主要采用离子交换色谱法（KB@ ）或高效液相色谱法（3LM@ ） 。这 两种方法都具有很高的准确度和良好的重复性，但检测费时，费用昂贵，并需使用有毒化学试剂。近红 外光谱（?KO0 ）分析技术的主要信息来源是有机物分子中@—3 、?—3 和P—3 等含氢基团的倍频与合 频振动，其光谱特性稳定，与传统分析方法相比，?KO0 技术具有样品前处理简捷、无需化学试剂、环保、 ［’ ，: ］ 操作简单、检测速度快、稳定性好及可实现在线分析等优点 。?KO0 是借助化学计量学方法如主成分 分析、多元线性回归、逐步线性回归、偏最小二乘（ ,C2I4C. .1C+I +Q/C21+ ，LM0 ）、人工神经网络（C2I4R4J4C. G1/2C. G1IF62S+ ，*?? ）等实现定量分析。LM0 能根据输出变量将原始数据压缩为主成分，用它压缩成的 ［ ］ 主成分能提高非线性模型的预测精度 。*?? 作为一种新兴的化学计量学方法，可以逼近任何连续的 非线性曲线，是多组分同时定量测定中的一种首选方法［) ］。就目前的研究文献来看，饲料氨基酸近红