偏最小二乘-反向传播-近红外光谱法同时测定饲料中4种氨基酸

被引：13

作者：

刘波平 ^{[1
]}

秦华俊 ^{[2
]}

罗香 ^{[3
]}

曹树稳 ^{[2
]}

王俊德 ^{[1
]}

机构：

[1] 南京理工大学现代光谱研究室

[2] 南昌大学食品科学教育部重点实验室

[3] 江西省分析测试中心

来源：

分析化学 | 2007年 / 04期

关键词：

近红外光谱; 饲料; 偏最小二乘; 人工神经网络; 氨基酸;

D O I：

暂无

中图分类号：

O657.33 [红外光谱分析法];

学科分类号：

070302 ; 081704 ;

摘要：

偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性。用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模。取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000。偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023。本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路。

引用

页码：525 / 528

页数：4

共 5 条

[1] 近红外反射光谱法分析玉米秸秆纤维素含量的研究 [J].