近红外光谱技术快速检测婴配乳粉GOS和FOS含量

作者：刘少莉; 雷霆; 刘术明^*; 郝东海; 崔丽琴; 王一涵; 何光华^*

来源：核农学报, 2023, 37(12): 2434-2442.

• 婴幼儿配方乳粉
• 近红外光谱
• 特征波长
• 偏最小二乘回归
• 支持向量回归

为实现婴幼儿配方乳粉中低聚半乳糖（GOS）和低聚果糖（FOS）的快速检测，本研究分别采用标准正态变换（SNV）、多元散射校正（MSC）、归一化（Nor）和Savitzky-Golay平滑（SG）4种方法对获取的乳粉原始光谱进行预处理，再使用变量空间迭代收缩算法（VISSA）和竞争自适应重加权采样算法（CARS）提取具有代表性的特征波长，并建立线性偏最小二乘回归（PLSR）模型和非线性支持向量回归（SVR）模型对婴幼儿配方乳粉中的低聚半乳糖（GOS）和低聚果糖（FOS）含量进行预测。结果表明，乳粉的原始光谱经SNV预处理后，再使用VISSA算法能够有效提取GOS和FOS特征波长，建立的VISSA-SVR非线性模型能够得到较优的GOS和FOS预测结果，GOS的VISSA-SVR模型校正集相关系数为0.998 1，均方根误差为0.050 5，预测集相关系数为0.985 0，均方根误差为0.219 3;FOS的VISSA-SVR模型校正集相关系数为0.994 3，均方根误差为0.053 3，预测集相关系数为0.948 7，均方根误差为0.135 7。本研究可为实现婴幼儿配方乳粉生产过程营养成分在线检测和在线优化控制提供参考。

• 单位
  哈尔滨商业大学; 浙江科技学院