基于偏最小二乘与广义回归神经网络的近红外光谱测定土豆中3种营养成分的研究

来源期刊：分析试验室2007年第9期

论文作者：刘波平 秦华俊 罗香 曹树稳 王俊德

文章页码：38 - 41

关键词：近红外光谱;土豆;偏最小二乘;GRNN网络;多组分检测;

摘    要：偏最小二乘（partial least squares,PLS）与广义回归神经网络（generalizedregression neural networks,GRNN）联用对土豆样品建立起粗纤维、淀粉、蛋白质含量的预测校正模型,用PLS法将原始数据压缩为主成份,取前3个主成份的12个特征吸收峰输入GRNN网络,网络光滑因子iσ为0.1。PLS-GRNN模型对样品3个组分含量的预测决定系数（R2）分别为:0.945、0.992、0.938。结果表明,近红外光谱技术可以快速、准确地同时测定土豆中的粗纤维、淀粉、蛋白质,该方法可应用于果蔬产业的品质管理与控制。