基于近红外光谱的面粉灰分含量快速检测方法

作者：刘翠玲; 吴胜男; 孙晓荣; 吴静珠; 董秀丽

来源：农机化研究, 2013, (04): 144-147.

DOI：10.13427/j.cnki.njyi.2013.04.001

• 近红外光谱
• 偏最小二乘法
• BP神经网络
• 面粉灰分 near-infrared spectrum
• PLS
• BP neural network
• flour ash content

针对目前面粉灰分含量的检测方法存在操作繁琐、耗时长、费时费力和检测效率低等问题,运用近红外光谱分析技术检测面粉的灰分含量,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法(PLS)及BP神经网络算法进行定量分析研究。结果表明:采用偏最小二乘法(PLS)所建的定量分析模型的决定系数R2为90.66,预测均方根误差RMSEP为0.055 3,总偏差为0.0279 3;用BP神经网络预测总偏差为0.036 7。研究发现,近红外光谱技术用于快速无损检测面粉灰分含量是可行的,且PLS、BP神经网络算法可进行面粉灰分含量预测。

• 出版日期2013
• 单位北京工商大学