PLS-BP法近红外光谱技术同时测定鲜乳中四种主成分
来源期刊:分析试验室2009年第6期
论文作者:刘波平 荣菡 罗香 邓泽元 曹树稳
文章页码:66 - 69
关键词:近红外光谱;鲜乳;偏最小二乘;BP网络;
摘 要:基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量。用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型。PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路。
刘波平1,2,荣菡1,罗香2,邓泽元1,曹树稳1
1. 南昌大学食品科学与技术国家重点实验室2. 江西省分析测试中心
摘 要:基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量。用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型。PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路。
关键词:近红外光谱;鲜乳;偏最小二乘;BP网络;