1. 江西省分析测试中心
2. 南昌大学食品科学与技术国家重点实验室
扫 描 看 全 文
刘波平, 荣菡, 邓泽元, 等. 基于PLS-自组织竞争神经网络近红外光谱技术对鲜乳和掺假乳的检测方法研究[J]. 分析测试学报, 2008,(11):1147-1150.
刘波平, 荣菡, 邓泽元, 等. 基于PLS-自组织竞争神经网络近红外光谱技术对鲜乳和掺假乳的检测方法研究[J]. 分析测试学报, 2008,(11):1147-1150. DOI:
DOI:
通过偏最小二乘法(partial least squares,PLS)与人工神经网络(artificial neural networks,ANN)联用对鲜乳和掺有植物奶油的牛乳建立识别模型。用PLS法对原始数据进行主成分压缩,采用自组织竞争神经网络建模。取前3个主成分的21个吸收峰值输入网络,学习参数为0.05,网络训练迭代次数为200,模型鉴别准确率达100%。其次建立了植物奶油掺假量的定量检测PLS模型,并采用交互校验和外部检验考察模型的可靠性,模型的校正相关系数为0.996 3,均方估计残差(RMSEC)为0.110;交互校验均方残差(RMSECV)为0.142;应用所建PLS模型对样品中植物奶油添加量进行预测,并对预测值与真值进行配对t检验,结果表明两者差异均不显著。
近红外光谱技术鲜乳掺假乳偏最小二乘法自组织竞争神经网络
0
浏览量
291
下载量
9
CSCD
关联资源
相关文章
相关作者
相关机构