学位论文 > 优秀研究生学位论文题录展示
近红外光谱分析技术在食品、饲料中的应用研究
作 者: 秦华俊
导 师: 曹树稳;刘波平
学 校: 南昌大学
专 业: 营养与食品卫生学
关键词: 近红外光谱技术 化学计量学 反向传播人工神经网络 广义回归神经网络 Elman网络 自组织竞争网络 多组分检测 模式识别
分类号: TS207
类 型: 硕士论文
年 份: 2007年
下 载: 498次
引 用: 1次
阅 读: 论文下载
内容摘要
本文通过近红外光谱技术结合化学计量学手段分别对食品、饲料的营养组分含量的快速检测以及属性判别进行了较为深入的方法研究。近红外光谱检测技术在测定周期、试剂损耗、操作方法等方面具有自身的优势,本文将化学计量学方法与近红外光谱技术相结合,用于食品、饲料的分析和质量控制。本论文共分四章,主要建立了不同的化学计量学方法结合近红外光谱技术对于食品、饲料主要营养组分的快速预测模型以及对巴氏杀菌乳与复原乳判别模型。研究了把反向传播人工神经网络、广义回归神经网络和Elman网络应用于近红外光谱快速检测技术以及用自组织特征映射神经网络建立近红外光谱技术模式识别模型。第一章对近红外光谱检测技术的发展进行了回顾,把化学计量学在近红外光谱检测技术的应用如光谱数据预处理、定量分析、定性(判别)分析等做了概述。对近年来近红外光谱检测技术在食品、饲料领域国内外的研究应用做了综述,同时指明了本文的研究内容。第二章研究了通过饲料的近红外光谱建立反向传播人工神经网络模型同时测定其中水分、灰分、蛋白质和磷四种组分含量;天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)四种氨基酸含量;通过土豆的近红外光谱建立反向传播人工神经网络模型同时测定其中粗纤维、淀粉、蛋白质三种组分的含量;通过饲料的近红外光谱建立广义回归神经网络模型同时测定其中水溶性氯化物、粗纤维、脂肪三项组分含量;通过南丰蜜桔的近红外光谱建立广义回归神经网络模型同时测定其中总糖、总酸含量;通过土豆的近红外光谱建立广义回归神经网络模型同时测定其中粗纤维、淀粉、蛋白质三种组分的含量;通过饲料的近红外光谱建立Elman网络模型同时测定其中苯丙氨酸(Phe)、赖氨酸(Lys)、酪氨酸(Tyr)和胱氨酸(Cys)四种氨基酸含量;通过西红柿的近红外光谱建立Elman网络模型同时测定其中胡萝卜素总量。经过偏最小二乘法对饲料、土豆、南丰蜜桔和西红柿光谱数据进行压缩提取主成分,大大地减少了网络训练迭代次数,使得模型在保证良好预测精度的同时实现了快速检测的目标。第三章研究了采用自组织特征映射神经网络对鲜牛奶与复原乳的近红外光谱建立判别模型,准确、快速地区分了巴氏杀菌乳与复原乳。第四章主要对本研究工作进行了总结。
|
全文目录
中文摘要 8-9 英文摘要 9-11 英文缩略语 11-12 第一章 绪论 12-23 1 近红外光谱分析技术 12-17 1.1 近红外光谱 13 1.2 近红外光谱分析技术 13-14 1.3 化学计量学 14-17 1.3.1 光谱预处理方法 15 1.3.2 化学计量学建立分析检测模型 15-17 1.3.2.1 判别(定性)分析 15-16 1.3.2.2 定量分析 16-17 2 近红外光谱技术在食品、饲料多组分检测中的国内外研究应用进展 17-20 3 本课题来源、研究意义及主要内容 20-23 3.1 课题来源 20 3.2 研究价值与意义 20-21 3.3 主要研究内容 21-23 第二章 近红外光谱技术结合不同的化学计量学方法在食品、饲料中的定量分析研究 23-78 1 偏最小二乘与人工神经网络用于近红外光谱技术多成分定量分析研究 23-46 1.1 饲料中水分、灰分、蛋白质、磷含量的同时测定 26-34 1.1.1 仪器及主要软件 26 1.1.2 样品的选择 26-27 1.1.3 样品图谱采集 27-28 1.1.4 样品光谱数据处理 28-30 1.1.5 建立PLS-BP预测校正模型 30-32 1.1.5.1 网络参数选择 30-31 1.1.5.2 建立PLS-BP模型 31-32 1.1.6 预测集样品对PLS-BP模型的检验 32-34 1.1.7 模型预测能力重现性实验 34 1.2 饲料中四种氨基酸含量的同时测定 34-41 1.2.1 仪器及主要软件 35 1.2.2 样品的选择 35 1.2.3 样品图谱采集 35-36 1.2.4 样品光谱数据处理 36-37 1.2.5 建立PLS-BP预测校正模型 37-39 1.2.5.1 网络参数选择 37-38 1.2.5.2 建立PLS-BP模型 38-39 1.2.6 预测集样品对PLS-BP模型的检验 39-41 1.2.7 模型预测能力重现性实验 41 1.3 土豆中三种营养成分含量的同时测定 41-45 1.3.1 仪器及主要软件 42 1.3.2 样品的选择 42 1.3.3 样品图谱采集 42 1.3.4 建立PLS-BP预测校正模型 42-43 1.3.5 预测集样品对PLS-BP模型的检验 43-45 1.4 小结 45-46 2 偏最小二乘与广义回归神经网络用于近红外光谱技术多成分定量分析研究 46-65 2.1 饲料中水溶性氯、粗纤维、粗脂肪含量的同时测定 47-54 2.1.1 样品的选择 48 2.1.2 仪器及主要软件 48-49 2.1.3 样品图谱采集 49 2.1.4 样品光谱数据处理 49-50 2.1.5 GRNN光滑因子数的选择 50-51 2.1.6 预测集样品对PLS-GRNN模型的检验 51-53 2.1.7 模型预测能力重现性实验 53-54 2.2 土豆中三种营养成分含量的同时测定 54-59 2.2.1 仪器及主要软件 54 2.2.2 样品的选择 54 2.2.3 样品图谱采集 54-55 2.2.4 样品光谱数据处理 55-57 2.2.5 GRNN光滑因子数的选择 57-58 2.2.6 预测集样品对PLS-GRNN模型的检验 58-59 2.3 南丰蜜桔总糖、总酸含量的测定 59-64 2.3.1 仪器及主要软件 59 2.3.2 样品的选择 59-60 2.3.3 样品图谱采集 60 2.3.4 样品光谱数据处理 60-62 2.3.5 GRNN光滑因子数的选择 62-63 2.3.6 样品对PLS-GRNN模型的检验 63-64 2.3.7 模型预测重现性检验 64 2.4 小结 64-65 3 偏最小二乘与Elman神经网络用于近红外光谱技术多成分定量分析研究 65-78 3.1 饲料中四种氨基酸含量的同时测定 68-72 3.1.1 仪器及主要软件 68 3.1.2 样品的选择 68 3.1.3 样品图谱采集 68-69 3.1.4 样品光谱数据处理 69-70 3.1.5 网络的设计与训练 70-71 3.1.6 预测集样品对Elman网络模型的检验 71-72 3.2 西红柿中的类胡萝卜素总量的测定 72-76 3.2.1 仪器及主要软件 73 3.2.2 样品的选择 73 3.2.3 样品图谱采集 73-74 3.2.4 样品光谱数据处理 74-75 3.2.5 网络的设计与训练 75 3.2.6 预测集样品对Elman网络模型的检验 75-76 3.3 小结 76-78 第三章 化学计量学用于近红外光谱技术模式识别(定性分析)研究 78-84 1 自组织竞争神经网络用于近红外光谱技术模式识别分析研究 80-84 1.1 巴氏杀菌乳与复原乳的快速区分 80-83 1.1.1 仪器及主要软件 80-81 1.1.2 样品的选择 81 1.1.3 样品图谱采集 81 1.1.4 样品光谱数据处理 81-82 1.1.5 建立自组织竞争网络判别模型 82 1.1.6 网络学习输出结果 82-83 1.2 小结 83-84 第四章 结束语 84-86 致谢 86-87 参考文献 87-99 附录 99-100
|
相似论文
- 基于流形学习的高维流场数据分类研究,V231.3
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 葡萄籽原花青素制备工艺及真菌毒素检测,TQ461
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
- 空间信息处理中基于模糊技术的数学模型的改进,O159
- 基于API Hook技术的Bot检测方法的研究与实现,TP393.08
- 基于广义动态模糊神经网络的肌电信号模式识别系统,TP183
- 表格手写内容识别系统的设计与实现,TP391.41
- PID参数自整定的研究与应用,TP273
- 河南省文化遗产价值指标体系研究,G122
- 动作表面肌电信号的非线性特性研究,TH772
- 基于CUDA的视频火灾检测系统,TP391.41
- 美元纸币关键信息的图像检测以及号码识别,TP391.41
- 基于SIFT特征和SVM的场景分类,TP391.41
- 无缝钢管超声涡流一体化自动检测系统的研究与开发,TH878.2
- 基于DCE-MRI的乳腺病灶良恶性计算机辅助诊断研究,TP391.7
- 基于LabVIEW的典型通信信号调制、参数识别及模拟实验研究,TP274
- 智能手机二维码识别系统设计与实现,TN929.53
- 心音信号特征分析与识别算法的研究,R318.04
- 基于GC-MS的术后认知障碍老龄大鼠代谢组学研究,R749.2
中图分类: > 工业技术 > 轻工业、手工业 > 食品工业 > 一般性问题 > 食品标准与检验
© 2012 www.xueweilunwen.com
|