基于SPARBF神经网络的小麦蛋白质含量无损检测.pdfVIP

中圊荩学c墨揠 2013，29(9)：208—212 Chinese ScienceBulletin A鲥cultuI’al 基于SPA—RBF神经网络的小麦蛋白质含量无损检测 徐璐璐，孙来军，刘明亮，毛晓东 (黑龙江省电子工程省高校重点实验室(黑龙江大学)，哈尔滨150080) 摘要：传统半微量凯氏法测量小麦蛋白质含量繁琐费时，应用近红外光谱分析技术结合SPA．1mF神经 网络对小麦蛋白质含量进行快速、无损检测。采用SPxY算法划分校正集和预测集样本，运用连续投影 0．975，预测效果较好，基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种 上的前期世代筛选。研究表明：近红外光谱技术结合sPA—RBF神经网络可实现对小麦蛋白质含量的检 测，满足现代农业发展对小麦无损、实时、大量检测的需要。 关键词：小麦；蛋白质；近红外光谱；SPA；RBF神经网络 中图分类号：S512，S123 文献标志码：A 论文编号：2012一1947 Non—destmctiVe ofWheatProteinB嬲ed蚰SPA—ImFNeuralNetwork QuaUtyAnalysis Xu Lulu，SunLaijun，Liu Mingliang，MaoXiaodong 150080) Abstract：Thetraditionaldetectionmethodofthe contentofwheatwastediousand protein time—consuming． NIRS InfraredRenectance andSPA—RBFartificialneuralnetworkwereusedto (Near Spectroscopy) measurethe contentofwheatinthis A setofcorrection non—destmctiVelyprotein paper．representatiVe wasselectedSPXY thenthe datawas withfirstderivativeand samples by algorithm，andspectml pretreated methodstoenhance basis wave SNV the of useofSPAtoextractsensitive features，on spectral which，making whichareusedtoestablishSPA—RBFneuralnetworkmodelofwheat points grain EnIorof coⅡ-elation 0．26576and0．975 Prediction(RMSEP)andprediction coemcient(固were respectively， whichcould thedivisionthatwasusedin reservesandfbod and ba