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和脂肪含量的测定.pdfVIP

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和脂肪含量的测定.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
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论文集 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 单 杨1,2,3,朱向荣1,一,李高阳1,2梁逸曾3 (I.湖南省食品测试分析中心,长沙,410125;2.湖南省农产w.力II.T 代化研究中心,长沙,410083) 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俞量测定的新方法。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 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:近红外光谱;奶粉;径向基神经网络;小波变换;Kernard-Stone法 中图分类号:0657.33 文献标识码:A 0引 言 奶粉是人们日常生活中不可缺少的乳制品,它是由鲜奶加工而成,保留了鲜奶的主要营养成分。奶粉中的营养成 分比例按照不同的摄食人群搭配,奶粉的质量好坏直接影响消费人群的生命健康。同时随着近年来对于奶粉消费量的 上升,奶粉营养成分含量已和奶粉价格直接挂钩。而劣质奶粉以次充好,营养成分含量严重不足,长期食用对身体不 利,严重时甚至会危及生命。 脂肪、蛋白质是评价奶粉产品质量的重要指标。脂肪是人体必需的七大营养素之一。脂肪既是热量供给的主要来 源,又可帮助身体吸收脂溶性维生素A、D、E等。但摄入过多,将增加血液中的胆固醇、堵塞血管、易引起心脏病、 高血压。哥特里.罗紫法是目前测定奶制品中脂肪使用范围较广、稳定性较好的方法。但此方法需要将样品水解,加入 有机溶剂溶解与萃取,操作比较复杂,振荡程度和时间不易掌握,在提取过程中还容易出现乳化现象,造成检测结果 偏低。蛋白质对于生命物质来说非常重要,在新陈代谢、免疫和生命进化等方面发挥重要作用。现有检测奶粉的蛋白 质采用凯氏定氮法。该方法应用范围广、灵敏度高、回收率好且仪器价钱适中,但同时也存在操作流程繁琐,耗时费 力等缺点,且在操作过程中产生大量有害气体污染环境,影响操作人员健康…。 infrared 近红外光谱法(Near 化学计量学与计算机软件技术的发展,使其在农业和食品领域的应用日趋广泛,并在定性及定量测定中显示出巨大的 潜力。关于NIR光谱法用于测定奶粉或牛奶中的指标性成分已有报道124】。但大多需要采用光谱预处理手段进行预处理, 基金项目:国家自然科学基金10771217)资助项目,2008年湖南省标准化战略资助项目. 作者简介:单杨(1963。),男。湖南攸县人,研究员,中南大学博士后,主要从事食品安全分析技术与农产品加工领域研究. 307 111分析测试 basisfunctionneural 采用小波变换直接进行数据压缩与去噪,通过径向基神经网络(radical 粉脂肪和蛋白质含量预测模型。结果表明,本方法中的数学模型简单、稳健和可靠,与常用的BP-人工神经网络(back neural least networks,BPNN)模型与偏最小_粼(partialsquares,PLS)相比,预测精度更好。 propagation 1材料与方法 1.1样品来源 本研究的奶粉样本来自伊利、蒙牛、雅士利、南山、雀巢和惠氏等11个奶粉厂家。包括婴儿配方奶粉、儿童奶粉、 青少年奶粉、中老年奶粉、学生营养奶粉和

您可能关注的文档

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档