应用可见/近红外光谱技术快速检测果珍中二氧化钛的含量

• 作 者: 段敏 鲍一丹 何勇
• 机 构: 浙江大学生物系统工程与食品科学学院
• 出 处: 光谱学与光谱分析
• 发表日期: 2010年1期
• 关键词: 偏最小二乘法 神经网络 二氧化钛 主成分 检测 Partial least squares Artificial neural network Titaniu
• 基金项目: 国家科技支撑项目（2006BAD10A04）,国家高技术研究发展计划“863”项目（2006AA10Z234）,浙江省自然科学基金项目（Y307158）和宁波市农业攻关项目（2008C10037）资助

为了实现快速检测果珍中的二氧化钛含量，提出了应用近红外光谱技术结合化学计量学的快速检测方法。研究采用了320份果珍样本进行光谱特性的检测，其中200个样本用来建模，120个样本进行预测。首先比较了标准正态变量校正（SNV）、变量标准化（Normalize）、多元散射校正（MSC）等6种不同的数据预处理方法对偏最小二乘法（PLS）建模预测效果的影响。然后将PLS模型与应用主成分（PC）建立的主成分-神经网络校正（PC-ANN）模型进行比较。结果表明,MSC预处理的效果最好，PLS模型的最佳主成分数为7，预测