红外光谱结合人工神经网络鉴别浓缩苹果汁生产厂家.pdf

第 26— 2期 贺 州 学 院 学 报 2010年 5月 Vd．26No．2 May．2010 JOURNAL OF HEZt-K)U UNIVERSITY 缸外光谱结合人工神经网络鉴别浓缩苹果汁生产厂家 黎未然 (贺州学院 教育技术中心，广西 贺州 542800) [摘 要]利用红外光谱结合人工神经网络技术对不同厂家生产的浓缩苹果汁进行 了鉴别。在800～ ll00cm一1波段采集不同样品的红外光谱，利用小波分析将156个原始数据压缩至21个，然后进行主成分分 析，提取前3个特征向量。以样本的前3个特征向量为输入，建立结构为3—5—1的三层BP神经网络进行训 练和预测。训练样本集包含 48个样本，预测样本集包含21个，预测结果正确率达 95％。 [关键词]红外光谱；人工神经网络；浓缩苹果汁；模式识别 [中图分类号]TP31 [文献标识码]A [文章编号]1673—8861(2010)02—0134—03 我国早已成为世界苹果第一生产大国，苹果种 1．1样品来源和处理 植面积和产量居全国各种水果之首[]H。浓缩苹果 浓缩苹果汁样品由陕西境内的4个不同生产厂 汁是中国最主要的苹果加工产品，也是世界最主要 家 10月份生产，其中恒兴 15份、通达 16份、海升 15 的苹果加工产品，占世界苹果加工总量的90％以 份、富安23份，共69份样品。采用中红外ATR方法 上[2]P2。目前，一些浓缩苹果汁企业存在着诚信意 采集浓缩苹果汁的光谱图，以蒸馏水为背景，将样品 识问题，个别企业存在着掺杂使假等短期利益行为， 直接滴入样品池进行测定。 为果汁产业的可持续发展埋下隐患[3]P5一59。国内外 1．2仪器设备和参数设置 学者对果汁质量检测、掺假检测 已做大量研 采用德国BRUKER公司的 NS0R27红外光 究[]P78-80,但没有对于果汁生产厂家或产地的鉴别 谱仪，红外DTGS检测器，测试范围为800～ll00cm 进行研究，而且检测方法大多比较繁琐。笔者已应用 一 1，分辨率为2cm一1，扫描次数 16次。 中红外光谱技术对苹果汁的掺假进行 了鉴别研 1．3数据处理 究[5]P13033，该方法具有简便、迅速、环保等优点。本 首先利用 MATLAB6．5小波函数工具箱中的 文在前期研究基础上采用红外光谱结合人工神经网 apIx~oef函数对原始数据进行一维小波变换，进行数 络技术对不同厂家所生产的浓缩苹果汁进行鉴别研 据压缩，然后通过主成分分析消除变量间线性影响。 究，以期为浓缩苹果汁的生产厂家或产地鉴别提供 以主成分得分作为神经网络的输入，生产厂家参数 新思路新方法。 (1，2，3，4)作为神经网络的输出分别代表浓缩苹果 人工神经网络(ANN)t6,7]o是一种模仿人类 汁的不同生产厂家。红外光谱分析处理采用的 大脑思维的仿生算法，它既可模仿人的逻辑思维，又 OPUS软件 由Bruker公司提供。主成分分析采用 可模仿人的形象思维，是典型的非参数数据处理方 SPSS11．5数据处理软件，小波变换和人工神经网络 法。人工神经网络能通过学习自动掌握和挖掘隐藏 设计应用MATL，AB6．5软件。 在事物内部的、不能用明确数学表达式表示的 “灰 2结果与分析 箱”或 “黑箱”关系。浓缩苹果汁的质量 由多方面的 2．1不同厂家生产苹果浓缩汁的红外光谱 因素构成，是一个非线性问题。通过一个或几个