基于近紅外光譜技術(shù)食品檢測軟件開發(fā)及其應(yīng)用研究.pdf

1、近年來，食品安全問題一直備受人們關(guān)注，各種摻假造假的事件層出不窮，嚴(yán)重危害到人們的生命健康。加強(qiáng)食品安全監(jiān)管變得更為重要。近紅外光譜分析技術(shù)是一種新興的分析檢測技術(shù)，與傳統(tǒng)的化學(xué)分析方法相比具有速度快，無污染，操作方便等優(yōu)點(diǎn)，近年來發(fā)展迅速，廣泛的應(yīng)用在物品的定性和定量檢測中。本文主要工作內(nèi)容如下：
　　首先，本文以近紅外光譜的食品檢測軟件的開發(fā)為切入點(diǎn)，闡述了近紅外光譜技術(shù)的基本原理，相比于傳統(tǒng)的化學(xué)檢測方法，近紅外光譜檢測具有

2、一定的優(yōu)勢，介紹了近紅外光譜技術(shù)在食品檢測方面的最新研究進(jìn)展。
　　其次，介紹了一些化學(xué)計(jì)量學(xué)算法?；瘜W(xué)計(jì)量學(xué)是近紅外光譜分析技術(shù)必不可少的組成部分。
　　再次，基于MATLAB語言開發(fā)了一套食品檢測軟件。實(shí)現(xiàn)了從光譜預(yù)處理、異常樣本分析到建模、模型調(diào)用等全套近紅外光譜分析過程,包括了目前常用的多種化學(xué)計(jì)量學(xué)算法。優(yōu)化了建模流程，加入了幫助系統(tǒng)，軟件使用更為方便。
　　接下來，研究了近紅外光譜技術(shù)在奶粉摻假中的應(yīng)用。以

3、奶粉摻入麥芽糖糊精的實(shí)驗(yàn)進(jìn)行研究，使用偏最小二乘法(PLS)模式識別和 SIMCA算法進(jìn)行建模，針對幾種光譜預(yù)處理方式和不同的波長范圍進(jìn)行比較。結(jié)果表明，兩種模型的最優(yōu)判別正確率都達(dá)到了100％。證明近紅外光譜技術(shù)在定性判別方面的可行性。
　　最后，研究了近紅外光譜技術(shù)在面粉水分檢測中的應(yīng)用。搜集了101組面粉樣品，選擇水分在近紅外范圍內(nèi)的兩個(gè)吸收峰(1460nm)和(1960nm)，利用化學(xué)計(jì)量學(xué)中的線性建模方法偏最小二乘法和非

4、線性的誤差反向傳輸人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)，通過不同的光譜預(yù)處理方式，建立了兩個(gè)水分校正模型，都取了很好的結(jié)果。相比較BP神經(jīng)網(wǎng)絡(luò)，偏最小二乘法校正模型更好，在后續(xù)的實(shí)驗(yàn)中，使用普通面粉和高筋面粉驗(yàn)證了此模型的可靠性和通用性?；诿娣鄣乃值钠钚《朔ㄐＵＰ?，提出了一套新型便攜式多波長的近紅外水分檢測儀設(shè)計(jì)方案。傳統(tǒng)的水分測定儀采用2到3個(gè)波長，這里面我們采用了16個(gè)波長，12個(gè)用于測量，4個(gè)作為參比波長，得到12波長的吸光度值