近紅外光譜分析技術在食品、飼料中的應用研究.pdf

1、本文通過近紅外光譜技術結合化學計量學手段分別對食品、飼料的營養(yǎng)組分含量的快速檢測以及屬性判別進行了較為深入的方法研究。近紅外光譜檢測技術在測定周期、試劑損耗、操作方法等方面具有自身的優(yōu)勢，本文將化學計量學方法與近紅外光譜技術相結合，用于食品、飼料的分析和質(zhì)量控制。 本論文共分四章，主要建立了不同的化學計量學方法結合近紅外光譜技術對于食品、飼料主要營養(yǎng)組分的快速預測模型以及對巴氏殺菌乳與復原乳判別模型。研究了把反向傳播人工神經(jīng)網(wǎng)絡

2、、廣義回歸神經(jīng)網(wǎng)絡和Elman網(wǎng)絡應用于近紅外光譜快速檢測技術以及用自組織特征映射神經(jīng)網(wǎng)絡建立近紅外光譜技術模式識別模型。 第一章對近紅外光譜檢測技術的發(fā)展進行了回顧，把化學計量學在近紅外光譜檢測技術的應用如光譜數(shù)據(jù)預處理、定量分析、定性(判別)分析等做了概述。對近年來近紅外光譜檢測技術在食品、飼料領域國內(nèi)外的研究應用做了綜述，同時指明了本文的研究內(nèi)容。 第二章研究了通過飼料的近紅外光譜建立反向傳播人工神經(jīng)網(wǎng)絡模型同時測

3、定其中水分、灰分、蛋白質(zhì)和磷四種組分含量；天門冬氨酸(Asp)、谷氨酸(Glu)、絲氨酸(Ser)和組氨酸(His)四種氨基酸含量；通過土豆的近紅外光譜建立反向傳播人工神經(jīng)網(wǎng)絡模型同時測定其中粗纖維、淀粉、蛋白質(zhì)三種組分的含量；通過飼料的近紅外光譜建立廣義回歸神經(jīng)網(wǎng)絡模型同時測定其中水溶性氯化物、粗纖維、脂肪三項組分含量：通過南豐蜜桔的近紅外光譜建立廣義回歸神經(jīng)網(wǎng)絡模型同時測定其中總糖、總酸含量；通過土豆的近紅外光譜建立廣義回歸神經(jīng)網(wǎng)絡

4、模型同時測定其中粗纖維、淀粉、蛋白質(zhì)三種組分的含量：通過飼料的近紅外光譜建立Elman網(wǎng)絡模型同時測定其中苯丙氨酸(Phe)、賴氨酸(Lys)、酪氨酸(Tyr)和胱氨酸(Cys)四種氨基酸含量；通過西紅柿的近紅外光漕建立Elman網(wǎng)絡模型同時測定其中胡蘿卜素總量。經(jīng)過偏最小二乘法對飼料、土豆、南豐蜜桔和西紅柿光譜數(shù)據(jù)進行壓縮提取主成分，大大地減少了網(wǎng)絡訓練迭代次數(shù)，使得模型在保證良好預測精度的同時實現(xiàn)了快速檢測的目標。 第三章研