不同近红外模型在小麦湿面筋快速检测中的应用研究  

作　　者：徐璐璐[1] 毛晓东[1] 孙来军[1] 

机构地区：[1]黑龙江大学,哈尔滨150080

出　　处：《农产品质量与安全》2012年第B09期62-65,共4页Quality and Safety of Agro-Products

基　　金：黑龙江大学学生学术科技创新项目"基于RBF神经网络的小麦品质检测研究"(121195)

摘　　要：本文提出了基于近红外光谱的不同建模方法对小麦湿面筋进行快速无损检测。本研究分别建立了偏最小二乘、BP神经网络和RBF神经网络3种回归模型,并进行分析比较。实验结果表明,3种校正模型都取得了较好的预测效果,预测相关系数分别为0.91584、0.92762和0.96093;预测均方根误差分别为1.8529、1.6233和1.112。经过研究比较,基于RBF神经网络所建模型准确度最高并且用时较短,基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种上的前期世代筛选。

关 键 词：小麦 湿面筋 近红外光谱 偏最小二乘 BP神经网络 RBF神经网络 

分 类 号：TS211.7[轻工技术与工程—粮食、油脂及植物蛋白工程]