Elman网络近红外光谱技术同时测定鲜乳中三种主成分含量

作者：荣菡; 刘波平; 邓泽元; 罗香

来源：食品科技, 2008, (11): 258-261.

DOI：10.13684/j.cnki.spkj.2008.11.065

• 近红外光谱技术
• Elman网络
• 偏最小二乘法
• 多组分
• 鲜乳 near infrared spectroscopy
• Elman
• PLS
• multi-component quantitative analysis
• raw milk

采用Elman神经网络(反馈神经网络,Recurrent Network)结合近红外光谱技术建立鲜乳中的脂肪、蛋白质、乳糖定量分析模型。用偏最小二乘法(PartialLeast Squares,PLS)将原始数据压缩主成分,取前3个主成分的14个吸收峰值输入Elman网络,网络中间层神经元个数为53。Elman网络模型对样品中3个组分含量的预测决定系数(R2)分别为:0.985、0.951、0.967,表明所建Elman网络预测模型能够较准确预测鲜乳中脂肪、蛋白质和乳糖的含量,从而为近红外光谱的多组分定量分析提供了新思路。

• 单位
  南昌大学食品科学与技术国家重点实验室; 江西省分析测试中心