极限学习机在3种虾体氨基酸水解液检测中的应用  

Detect the amino acid contents of the hydrolysis of three shrimps with EML

作　　者：王锋[1] 曾宇梅[1] 沃棋棋[1] 臧月[1] 尹晓庆[1] 唐佳玲[1] 李大东[1] 

机构地区：[1]浙江海洋学院食品与药学学院、医学院,浙江舟山316004

出　　处：《计算机与应用化学》2013年第2期199-202,共4页Computers and Applied Chemistry

基　　金：浙江省科技厅重点项目(2009C14024);浙江省大学生科技创新项目

摘　　要：蛋白质类食品中的氨基酸特别是必需氨基酸的含量是衡量蛋白质类食品营养价值高低的重要评价指标,而现在的一些检测方法存在费用高、检测方法费时繁琐以及不适合作氨基酸含量的快速分析等问题:为快速、准确地完成混合虾体肌肉水解液中氨基酸浓度的定量分析,本文试验分别采用极限学习机(EML)、BP神经网络和RBF神经网络对南美白对虾、水培虾、竹节虾的36份水解液稀释液的紫外光谱数据进行测试,以完成水解液中苯丙氨酸、酪氨酸和组氨酸的定量检测,并在三者的预测比较中考查了极限学习机的优越性:实验结果为ELM网络的均方误差为3.9667e-007,BP网络的均方误差为7.0938,RBF网络的均方误差为5.2379e-004,极限学习机更准确地完成了混合虾体肌肉水解液中氨基酸浓度的定量分析;10次随机预测运行结果的决定性系数R^2分别为:EML 9.42069、BP 8.76012、RBF 8.80471,极限学习机调节参数少,学习速度更快,预测准确率更高。实验为相关食品中氨基酸含量检测提供了有价值的参考。The contents of amino acid, especially essential amino acid in protein foods are the important indexes of detecting protein food value. With the methods of EML and ultraviolet spectroscopy, the amino acid contents of the hydrolysis of shrimp has been determined. The results show that EML has faster learning speed, smaller number of tuning parameters and higher accuracy in prediction comparing with BP, RBF and other neural networks. It is valuable for detecting the contents of amino acids of food.

关 键 词：人工神经网络 极限学习机 氨基酸 同时测定 

分 类 号：O657.32[理学—分析化学]