近紅外光譜分析技術(shù)在食品、飼料中的應(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、飼料的營(yíng)養(yǎng)組分含量的快速檢測(cè)以及屬性判別進(jìn)行了較為深入的方法研究。近紅外光譜檢測(cè)技術(shù)在測(cè)定周期、試劑損耗、操作方法等方面具有自身的優(yōu)勢(shì)，本文將化學(xué)計(jì)量學(xué)方法與近紅外光譜技術(shù)相結(jié)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(xué)計(jì)量學(xué)方法結(jié)合近紅外光譜技術(shù)對(duì)于食品、飼料主要營(yíng)養(yǎng)組分的快速預(yù)測(cè)模型以及對(duì)巴氏殺菌乳與復(fù)原乳判別模型。研究了把反向傳播人工神經(jīng)網(wǎng)絡(luò)

2、、廣義回歸神經(jīng)網(wǎng)絡(luò)和Elman網(wǎng)絡(luò)應(yīng)用于近紅外光譜快速檢測(cè)技術(shù)以及用自組織特征映射神經(jīng)網(wǎng)絡(luò)建立近紅外光譜技術(shù)模式識(shí)別模型。 第一章對(duì)近紅外光譜檢測(cè)技術(shù)的發(fā)展進(jìn)行了回顧，把化學(xué)計(jì)量學(xué)在近紅外光譜檢測(cè)技術(shù)的應(yīng)用如光譜數(shù)據(jù)預(yù)處理、定量分析、定性(判別)分析等做了概述。對(duì)近年來(lái)近紅外光譜檢測(cè)技術(shù)在食品、飼料領(lǐng)域國(guó)內(nèi)外的研究應(yīng)用做了綜述，同時(shí)指明了本文的研究?jī)?nèi)容。 第二章研究了通過(guò)飼料的近紅外光譜建立反向傳播人工神經(jīng)網(wǎng)絡(luò)模型同時(shí)測(cè)

3、定其中水分、灰分、蛋白質(zhì)和磷四種組分含量；天門(mén)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(guò)土豆的近紅外光譜建立反向傳播人工神經(jīng)網(wǎng)絡(luò)模型同時(shí)測(cè)定其中粗纖維、淀粉、蛋白質(zhì)三種組分的含量；通過(guò)飼料的近紅外光譜建立廣義回歸神經(jīng)網(wǎng)絡(luò)模型同時(shí)測(cè)定其中水溶性氯化物、粗纖維、脂肪三項(xiàng)組分含量：通過(guò)南豐蜜桔的近紅外光譜建立廣義回歸神經(jīng)網(wǎng)絡(luò)模型同時(shí)測(cè)定其中總糖、總酸含量；通過(guò)土豆的近紅外光譜建立廣義回歸神經(jīng)網(wǎng)絡(luò)

4、模型同時(shí)測(cè)定其中粗纖維、淀粉、蛋白質(zhì)三種組分的含量：通過(guò)飼料的近紅外光譜建立Elman網(wǎng)絡(luò)模型同時(shí)測(cè)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(guò)西紅柿的近紅外光漕建立Elman網(wǎng)絡(luò)模型同時(shí)測(cè)定其中胡蘿卜素總量。經(jīng)過(guò)偏最小二乘法對(duì)飼料、土豆、南豐蜜桔和西紅柿光譜數(shù)據(jù)進(jìn)行壓縮提取主成分，大大地減少了網(wǎng)絡(luò)訓(xùn)練迭代次數(shù)，使得模型在保證良好預(yù)測(cè)精度的同時(shí)實(shí)現(xiàn)了快速檢測(cè)的目標(biāo)。 第三章研