文献类型：期刊文章

作　　者：刘波平[1] 秦华俊[2] 罗香[3] 曹树稳[2] 王俊德[1]

机构地区：[1]南京理工大学现代光谱研究室,南京210014 [2]南昌大学食品科学教育部重点实验室,南昌330047 [3]江西省分析测试中心,南昌330029

出　　处：《分析化学》

基　　金：教育部南昌大学食品科学重点实验室开放基金(NoNCU200404);江西省星火计划项目(2005年)资助

年　　份：2007

卷　　号：35

期　　号：4

起止页码：525-528

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EBSCO、EI、IC、JST、RCCSE、RSC、SCI(收录号：WOS:000246717800012)、SCI-EXPANDED(收录号：WOS:000246717800012)、SCIE、SCOPUS、UPD、WOS、ZGKJHX、核心刊

摘　　要：偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性。用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模。取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000。偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023。本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路。

关 键 词：近红外光谱 饲料 偏最小二乘 人工神经网络 氨基酸

分 类 号：O657.33]