作者：刘翠玲 吴胜男 孙晓荣 吴静珠 董秀丽近红外光谱偏最小二乘法bp神经网络面粉灰分
摘要：针对目前面粉灰分含量的检测方法存在操作繁琐、耗时长、费时费力和检测效率低等问题,运用近红外光谱分析技术检测面粉的灰分含量,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法（PLS）及BP神经网络算法进行定量分析研究。结果表明：采用偏最小二乘法（PLS）所建的定量分析模型的决定系数R2为90.66,预测均方根误差RMSEP为0.055 3,总偏差为0.0279 3;用BP神经网络预测总偏差为0.036 7。研究发现,近红外光谱技术用于快速无损检测面粉灰分含量是可行的,且PLS、BP神经网络算法可进行面粉灰分含量预测。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
