食品工业科技2023,Vol.44Issue(10) :311-319.DOI:10.13386/j.issn1002-0306.2022080039

基于近红外光谱构建酒用高粱主要理化指标的快速无损分析模型

Constructing Rapid and Undamaged Detection Models for Main Physicochemical Indexes of Brewing Sorghum Based on Near Infrared Spectrum

余松柏 黄张君 吴奇霄 贾俊杰 王红梅 王松涛 沈才洪
食品工业科技2023,Vol.44Issue(10) :311-319.DOI:10.13386/j.issn1002-0306.2022080039

基于近红外光谱构建酒用高粱主要理化指标的快速无损分析模型

Constructing Rapid and Undamaged Detection Models for Main Physicochemical Indexes of Brewing Sorghum Based on Near Infrared Spectrum

余松柏 1黄张君 1吴奇霄 1贾俊杰 1王红梅 1王松涛 2沈才洪2
扫码查看

作者信息

  • 1. 泸州品创科技有限公司,四川泸州 646000;泸州老窖股份有限公司,四川泸州 646000
  • 2. 泸州品创科技有限公司,四川泸州 646000;泸州老窖股份有限公司,四川泸州 646000;国家固态酿造工程技术研究中心,四川泸州 646000
  • 折叠

摘要

为满足对于酒用高粱直链淀粉、支链淀粉、蛋白质、脂肪、单宁含量快速检测的需求,本文采用17种光谱数据预处理方法和4种波段挑选算法建立了这些指标的近红外光谱分析模型.结果表明,各指标最佳光谱预处理方法分别为一阶导数+多元散射校正+Z-score标准化、矢量归一化+均指中心化、标准正态变量变换+Z-score标准化、多元散射校正、标准正态变量变换+Z-score标准化,预测直链淀粉、支链淀粉、蛋白质、单宁含量最佳的波段挑选方法为蒙特卡洛-无信息变量消除,脂肪为竞争自适应重加权采样法.整粒高粱这5项指标最优模型的决定系数(R2)分别为0.9560、0.8765、0.9069、0.8658、0.8841,交叉验证均方根误差(RMSECV)值分别为1.3222、2.3477、0.3549、0.2164、0.1077,外部独立样品验证结果显示模型预测准确率高.本文所建立的近红外分析模型可为酿酒行业实现对高粱的快检提供技术参考.

关键词

酒用高粱/近红外光谱/光谱数据预处理/波段选择/无损分析

引用本文复制引用

基金项目

四川省固态酿造技术创新中心建设项目(2021ZYD0102)

出版年

2023
食品工业科技
北京一轻研究院

食品工业科技

CSTPCD北大核心
影响因子:0.842
ISSN:1002-0306
被引量3
参考文献量17
段落导航相关论文