基于二维相关近红外谱参数化及BP神经网络的掺杂牛奶鉴别

摘要：

将二维相关近红外谱参数化方法与BP神经网络结合，建立掺杂牛奶与纯牛奶的判别模型。分别配制含有尿素牛奶（1～20g·L -1）和三聚氰胺牛奶（0.01～3g·L -1）样品各40个。研究了纯牛奶、掺杂牛奶的二维相关近红外谱特性，在此基础上，分别提取了各样品二维相关同步谱的5个特征参数。将这5个特征参数作为BP神经网络的输入，分别建立掺杂尿素、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型，采用这些模型对未知样品进行预测，其预测正确率分别为95％，100％和96.7％。研究结果表明：该方法有效地提取了牛奶中掺杂目标物的特征光谱信息，同时又减少了BP神经网络输入变量的维数，实现了掺杂牛奶与纯牛奶的鉴别。

关键词：二维相关近红外谱、参数化、掺杂牛奶、BP神经网络、尿素、三聚氰胺

分类号：O657.3(分析化学)

资助基金：国家自然科学基金项目31201359，30900275;国家高技术研究发展计划863计划项目2012AA022602

在线出版日期：2013-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3032-3035