基于近红外光谱技术测定小麦蛋白质模型的建立.pdfVIP

ζ军啦?gMM2川0.4 国 基于近红外光谱技术测定小麦蛋白质 模型的建立 张玉荣，付 玲，周显青，猪洪强，王学锋 (河南工业大学粮油食品学院，河南郑州 450052) 摘 要:为了实现小麦籽粒蛋白质含量的快速、准确测定，用近红外分析仪对 158 份小麦进行光谱扫描，采用主成 分分析法剔除异常光谱，对剔除异常值后的图谱进行标准正常化及去散射处理，并分别进行一阶和二阶导数处 理。并在光谱预处理基础上，建立了预测小麦籽粒蛋白质含量的 BP 神经网络和偏最小二乘法校正模型。结果表 明:经过标准正常化及去散射处理和二阶导数预处理的图谱，运用 BP 神经网络建立的模型预测小麦籽粒蛋白质 含量效果最优，预测的 r 和均方根误差分别为 0.983 和 0.067 ，小麦蛋白质含量的国标测定值与最优条件下的预 测值之间的 t 检验结果为 P =0.820.05 ，两种方法测定结果无显著性差异。将其与近红外仪器自带模型相比， 预测效果显著提高。采用非线性 BP 神经网络法建立的定标模型可提高预测小麦蛋白质含量的准确性。 关键词:小麦;近红外光谱;蛋白质;BP 神经网络;偏最小二乘法:建模 中固分类号: