科研之友
微信
新浪微博
Facebook
分享链接
摘要
牛奶中各种成分含量是影响牛奶品质的重要因素,也是决定其价格的重要因素之一,高品质的牛奶和奶产品往往对人们的健康具有重要的意义。而具有高效低成本的中红外光谱(MIR)已逐渐成为奶产品品质检测的有效新方法。十多年来,欧美发达国家已利用MIR建立了牛奶和奶产品中脂肪酸、蛋白质、矿物质等成分含量预测模型,并投入生产使用。然而,我国在利用MIR预测牛奶中成分的研究较晚、没有得到有效应用。在建立模型的过程中,可选择较多的建模方法,其中回归建模方法的正确选用是决定模型预测能力的关键所在,而正确的预测方法往往意味着更高的预测精度和更强的泛化能力。偏最小二乘法(PLS)、最小二乘支持向量机(LS-SVM)、人工神经网络(ANN)以及贝叶斯回归(Bayes-R)因为其各自不同的优点已成为目前使用较多的几种预测方法。本文对这些方法及其特征进行介绍和总结。
- 单位
