近紅外光譜技術(shù)在多組分檢測(cè)及模式識(shí)別中的應(yīng)用研究.pdf

1、本文通過(guò)近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)手段分別對(duì)食品、飼料和復(fù)合肥等多組分含量的快速檢測(cè)以及模型識(shí)別判別分析進(jìn)行了較為深入的方法研究。文中所建立的方法成功應(yīng)用于產(chǎn)品分析和質(zhì)量控制，發(fā)揮了近紅外光譜技術(shù)快速、準(zhǔn)確和實(shí)用的優(yōu)勢(shì)。同時(shí)，化學(xué)計(jì)量學(xué)方法在具體問(wèn)題的解決中，也得到發(fā)展。由于產(chǎn)品中成分復(fù)雜，相互干擾嚴(yán)重，用于分析的近紅外光譜吸光度差異通常很小、信號(hào)弱、吸收峰之間混疊，且譜峰寬。以致于找不到待測(cè)組分不受任何干擾的特征峰，使對(duì)產(chǎn)品中多組分

2、同時(shí)定量和識(shí)別分析較為困難。為此，提出了PLS，KPLS，PLS-BP，GRNN和ELMAN方法建立線性和非線性多組分定量模型和PCA-馬氏距離建立模式識(shí)別模型，本文的主要研究?jī)?nèi)容如下：
　　 1、偏最小二乘近紅外光譜技術(shù)在多組分分析中的應(yīng)用與研究
　　 本文建立了近紅外光譜PLS法對(duì)瘦肉7種脂肪酸含量測(cè)定的方法，在建立PLS模性時(shí)，需對(duì)采集的原始光譜進(jìn)行數(shù)學(xué)處理，以過(guò)濾噪音、提高信噪比。實(shí)驗(yàn)表明，光散射是影響近紅外光譜

3、的主要因素。同時(shí)，PLS提取主成分時(shí)，因其能同時(shí)將因變量矩陣和自變量矩陣用主成分表示，可以有效地降維，消除自變量間可能存在的復(fù)共線關(guān)系，而明顯改善數(shù)據(jù)結(jié)果的可靠性和準(zhǔn)確度。本研究還用核函數(shù)建立以復(fù)合肥中N、P2O5、K2O三組分為對(duì)象的KPLS非線性多組分模型，KPLS通過(guò)非線性映射到高維數(shù)空間提取了光譜中掩藏的非線性信息。相對(duì)于PLS線性體系，KPLS對(duì)多組分的含量預(yù)測(cè)準(zhǔn)確度和相關(guān)性都有提高。尤其對(duì)P2O5、K2O含量的預(yù)測(cè)提高更明顯

4、。
　　 2、偏最小二乘與BP神經(jīng)網(wǎng)絡(luò)用于近紅外光譜技術(shù)多組分定量分析研究
　　 為解決BP網(wǎng)絡(luò)過(guò)擬合、以及學(xué)習(xí)速度慢等問(wèn)題，用PLS對(duì)輸入BP網(wǎng)絡(luò)的光譜數(shù)據(jù)進(jìn)行壓縮，建立了PLS-BP法同時(shí)測(cè)定飼料中水分、灰分、蛋白質(zhì)、磷四組分含量和飼料中四種氨基酸含量的方法。與BP法比較，PLS-BP輸入網(wǎng)絡(luò)的數(shù)據(jù)減少，大大提高運(yùn)算速度和減少訓(xùn)練次數(shù)，模型的預(yù)測(cè)精度也好于BP模型。本研究還提出了用PLS提取光譜X和組分Y的主成分及權(quán)

5、重，解決近紅外光譜BP模型隱含層節(jié)點(diǎn)數(shù)，輸入和輸出層初始權(quán)值憑經(jīng)驗(yàn)選取問(wèn)題。建立了以土豆中粗纖維、淀粉、蛋白質(zhì)三種營(yíng)養(yǎng)組分含量的PLS-BP近紅外光譜多組分預(yù)測(cè)模型，這種經(jīng)PLS和BP組合的網(wǎng)絡(luò)較BP網(wǎng)絡(luò)改進(jìn)了訓(xùn)練效果，使得運(yùn)算速度加快，網(wǎng)絡(luò)達(dá)到最優(yōu)，精度也更高。這一研究對(duì)近紅外光譜BP網(wǎng)絡(luò)結(jié)構(gòu)的建立，具有一定的理論和指導(dǎo)意義。
　　 3、偏最小二乘與廣義回歸神經(jīng)網(wǎng)絡(luò)用于近紅外光譜技術(shù)多組分定量分析研究
　　 提出了將G

6、RNN方法引入近紅外光譜多組分分析中，用PLS對(duì)輸入網(wǎng)絡(luò)的光譜數(shù)據(jù)進(jìn)行壓縮，建立了飼料中水溶性氯化物、粗纖維、脂肪三組分含量測(cè)定方法。PLS-GRNN與BP、GRNN網(wǎng)絡(luò)進(jìn)行比較，PLS-GRNN，GRNN模型訓(xùn)練步數(shù)要明顯少于BP網(wǎng)絡(luò)，訓(xùn)練時(shí)間也短。PLS-GRNN要比GRNN和BP網(wǎng)絡(luò)的預(yù)測(cè)精度和擬合性能更好。應(yīng)用該法還成功預(yù)測(cè)了南豐蜜桔總糖、總酸含量，這一研究為近紅外光譜多組分分析提供了一種新的途徑。
　　 4、基于Elm

7、an神經(jīng)網(wǎng)絡(luò)的近紅外光譜技術(shù)多組分定量分析研究
　　 發(fā)展了Elman網(wǎng)絡(luò)與近紅外光譜分析技術(shù)的結(jié)合，提出把具有動(dòng)態(tài)信息處理能力的Elman網(wǎng)絡(luò)模型引入近紅外光譜多組分分析中，經(jīng)PLS壓縮提取主成分，加入內(nèi)部反饋信號(hào)，增加了Elman網(wǎng)絡(luò)本身處理動(dòng)態(tài)信息的能力，使得Elman網(wǎng)絡(luò)在節(jié)點(diǎn)結(jié)構(gòu)更簡(jiǎn)單，從而提高了建模和預(yù)測(cè)速度。在飼料苯丙氨酸、賴氨酸、酪氨酸和胱氨酸四組分含量測(cè)定中，對(duì)BP和Elman網(wǎng)絡(luò)進(jìn)行了比較，在BP和Elman

8、兩模型學(xué)習(xí)誤差相同，Elman網(wǎng)絡(luò)擬和殘差平均值MRE也不如BP模型下，Elman網(wǎng)絡(luò)網(wǎng)絡(luò)預(yù)報(bào)精度卻高。說(shuō)明ELman網(wǎng)絡(luò)對(duì)動(dòng)態(tài)系統(tǒng)具有適應(yīng)時(shí)變特性的能力。應(yīng)用該法還成功預(yù)測(cè)了鮮乳中脂肪、蛋白質(zhì)、乳糖含量，表明Elman神經(jīng)網(wǎng)絡(luò)是一種新穎、可靠的預(yù)測(cè)方法。這為同時(shí)測(cè)定近紅外光重疊的多組分動(dòng)態(tài)非線性體系提供了新的途徑。
　　 5、近紅外光譜技術(shù)聯(lián)用PCA-馬氏距離對(duì)摻假乳的鑒別
　　 以PCA-馬氏距離近紅外光譜法建立了巴