0
关键词：
石墨炉,原子吸收光谱法,测定,水,铝
发表时间：
2012-03-09 15:32:23
应用可见_近红外光谱技术进行白醋品牌和pH值的快速检测
马关敬 | -> | 1019| 0| 0.281353MB |可见-近红外光谱,白醋,pH,主成分分析,BP神经网络
摘 要 提出了一种基于可见2近红外透射光谱技术快速判别白醋品牌和测定p H 值的方法。应用可见2近红外透射光谱获取不同品牌白醋的透射光谱曲线, 并对获得的原始光谱数据进行平滑、变量标准化以及一阶导数等预处理, 然后利用主分分析对原始光谱数据进行聚类分析, 根据主成分的累计贡献率选取主成分数, 并将所选取的主成分作为三层BP 神经网络的输入。通过定标集样本对BP 神经网络进行训练, 得到三层优化神经网络结构: 5 输入层节点, 6 隐含层节点和2 输出层节点, 各层传递函数均采用Sigmoid 函数。利用该模型对预测集样本进行预测。实验结果表明在阈值设定为±011 的情况下该模型对预测集样本品牌鉴别准确率达到了100 % , p H 预测值与实际测量值偏差小于5 % , 得到了理想的结果。所以利用可见-近红外光谱技术结合主成分分析和神经网络算法能够快速准确的判定白醋品牌和p H 值。
食醋是人们日常生活中不可或缺的调味佳品, 它不仅具有很高的食用价值, 而且还有广泛的保健治疗、杀菌消毒等功效。白醋适合于西式菜肴和淡色菜肴的调味, 目前市场的白醋可分为酿造白醋和配制白醋, 其中配制白醋采用乙酸稀释, 不具有营养价值, 很少用于食用。目前国内白醋品牌繁多, 不乏假冒伪劣产品, 而常规通过化学分析的方法区别品牌费时费力。此外, p H 作为醋的一项基本指标, 对醋的p H值进行快速、简单、准确测定无论对于生产厂家还是消费者来说都具有非常重要的意义[1 ] 。
现代近红外光谱分析技术, 可充分利用全谱或多波长下的光谱数据进行定性或定量分析。由于近红外光谱技术分析具有速度快、效率高、成本低、测试重现性好、测量方便等特点, 已经被越来越多地应用于食品工业、石油化工、制药工业等领域[226 ] 。在定性分析中, 有学者研究利用近红外光谱技术鉴别茶叶真伪[7 ] 、杨梅品种[8 ] 、葡萄酒产地[9 ] 以及中药材产地[10 ]等; 在组分测定方面, 有利用该技术测定食用醋中还原糖含量[11 ] 、烟草中总糖含量[12 ] 、葡萄酒化学成分测定[13 ] 、啤酒酒精度测定[14 ]以及白酒酒精度测定[15 ]等。
主成分分析是多元统计中的一种数据挖掘技术。在不丢失主要光谱信息的前提下选择为数较少的新变量来代替原来较多的变量, 解决了由于谱带的重叠而无法分析的困难。BP神经网络是一种基于误差反向传播算法的神经网络, 是一种强有力的学习系统, 具有高度非线性映射的能力。由于此种模型可以逼近任何连续的非线性曲线, 现已在各领域得到了广泛的应用, 取得了令人满意的结果[16 ] , 目前已经有研究将主成份分析和神经网络应用于光谱分析[17-20 ] 。
我们选用主成分分析( PCA) 和基于误差反向传播算法(Back Propagation , BP) 多层前馈神经网络建立不同品牌白醋的近红外光谱预测模型。采用一系列光谱预处理方法消除噪音, 并通过主成分分析得到主成分的累计贡献率和各个主成分的得分, 将选出的主要主成分得分作为多层前馈神经网络的输入,对未知样本品牌和p H 值的预测作为输出, 建立BP 神经网络模型。
现代近红外光谱分析技术, 可充分利用全谱或多波长下的光谱数据进行定性或定量分析。由于近红外光谱技术分析具有速度快、效率高、成本低、测试重现性好、测量方便等特点, 已经被越来越多地应用于食品工业、石油化工、制药工业等领域[226 ] 。在定性分析中, 有学者研究利用近红外光谱技术鉴别茶叶真伪[7 ] 、杨梅品种[8 ] 、葡萄酒产地[9 ] 以及中药材产地[10 ]等; 在组分测定方面, 有利用该技术测定食用醋中还原糖含量[11 ] 、烟草中总糖含量[12 ] 、葡萄酒化学成分测定[13 ] 、啤酒酒精度测定[14 ]以及白酒酒精度测定[15 ]等。
主成分分析是多元统计中的一种数据挖掘技术。在不丢失主要光谱信息的前提下选择为数较少的新变量来代替原来较多的变量, 解决了由于谱带的重叠而无法分析的困难。BP神经网络是一种基于误差反向传播算法的神经网络, 是一种强有力的学习系统, 具有高度非线性映射的能力。由于此种模型可以逼近任何连续的非线性曲线, 现已在各领域得到了广泛的应用, 取得了令人满意的结果[16 ] , 目前已经有研究将主成份分析和神经网络应用于光谱分析[17-20 ] 。
我们选用主成分分析( PCA) 和基于误差反向传播算法(Back Propagation , BP) 多层前馈神经网络建立不同品牌白醋的近红外光谱预测模型。采用一系列光谱预处理方法消除噪音, 并通过主成分分析得到主成分的累计贡献率和各个主成分的得分, 将选出的主要主成分得分作为多层前馈神经网络的输入,对未知样本品牌和p H 值的预测作为输出, 建立BP 神经网络模型。
马关敬发布的其他共享资料
-
-
关键词： 生铁,钦,分光光度法 发表时间： 2012-03-09 15:30:38
-
关键词： 生态纺织品,有害金属元素,ICP-AES,分析 发表时间： 2012-03-09 15:29:46
-
关键词： 溶胶-凝胶法,ZnO薄膜,光致发光谱,晶界缺陷 发表时间： 2012-03-09 15:28:15
-
关键词： 吲哒帕胺,液相色谱-质谱法,血药浓度 发表时间： 2012-03-09 15:26:29
-
关键词： 可见/近红外光谱,黄酒,主成分分析,BP神经网络,品种鉴别 发表时间： 2011-12-22 15:17:52