近红外漫反射光谱结合神经网络检测小麦蛋白质含量参考文献.pdfVIP

第 26卷第 1期 中 国 计 量 学 院 学 报 Vo1．26No．1 2015年 3月 JournalofChinaUniversityofMetrology Mar．2O15 【文章编号1 1004-1540(2015)01—0055-05 DOI：10．3969／j．issn．1004—1540．2015．01．010 近红外漫反射光谱结合神经网络 检测小麦蛋 白质含量 赖立群 ，麻望琼 ，陈华才 (中国计量学院 光学与电子科技学院，浙江 杭州 310018) 【摘 要】 为了实现对小麦蛋 白质含量 的快速检测 ，提 出了基于近红外光谱结合神经网络的小麦蛋 白质检测 方法．以160个小麦样品为对象，采集其近红外漫反射光谱，并以国标法分析小麦样品蛋白质含量 ，作为参考 值．样 品随机分成预测样 品集和定标样 品集 ，其光谱经标准归一化、去趋势等预处理后 ，采用 BP神经网络和 偏最dx--乘法分别建立蛋 白质含量定标模型．BP神经网络模型的预测相关系数和预测均方根误差分别为 0．98和 0．2704 ．而偏最dx--乘法模型的预测相关性系数和预测均方根误差分别为 0．98和 0．3038 ．结果 表明，两种方法建立的模型都具有较好的预测相关性和预测效果，其中BP神经网络模型优于偏最小二乘法模 型．用非线性 BP神经网络结合相应算法建立模型检测小麦蛋 白质含量的定标模型可 以提高检测准确性． 【关键词】 近红外光谱 ；小麦蛋 白质 ；无损检测 ；神经 网络 ；偏最小二乘法 【中图分类号】 $512．1；S123 【文献标志码】 A W heatproteinnondestructiveanalysiswithnearinfraredreflectance spectroscopycombinedwithartificialneutralnetworks LAILiqun，MA W angqiong，CHEN Huacai (CollegeofOpticalandElectronicTechnology，ChinaJiliangUniversity，Hangzhou310018，China) Abstract：Tonondestructivelyanalyzeproteincontentinwheatgrain，weputforwardamethodbasedOnthe near—infraredreflectancespectroscopycombinedwithartificia1neutralnetworks．Thenear-infraredreflectance spectraof160wheatsampleswereacquiredanddividedintocalibrationsetsandpredictionsetsrandomly．The referencevaluesoftheproteincontentofthesampleswereanalyzedwiththenationalstandardmethod．The spectrawerepretreatedwiththemethodsofstandardnormalizationanddetrend．Thecalibrationmodelswere establishedwiththealgorithm oftheback—propagationartificialneuralnetwork(BP-ANN)andthepartialleast square(PLS)，respectively．Thecoefficientofdetermination (R)and therootmean squareerrorprediction (RMSEP)oftheBP—ANN modelwere0．98and0．2704 ，whiletha