基于紫外可见光谱法鉴别橙汁真伪

通过分析橙汁样品的紫外吸收光谱,建立了根据光谱特征吸收峰和主成分分析相结合,快速鉴别橙汁真伪的方法.橙汁在297nm和320nm处有特征吸收,根据该特征吸收可以鉴别样品中是否含有橙汁.根据400-550nm区间的特征峰可以判断样品中是否添加了β-胡萝卜素.对于无法通过特征吸收峰直观判断的样品,根据280-500nm光谱建立了主成分分析方法,可以鉴别是否掺杂其他果汁或食品添加剂.

近红外漫反射光谱结合神经网络检测小麦蛋白质含量

为了实现对小麦蛋白质含量的快速检测,提出了基于近红外光谱结合神经网络的小麦蛋白质检测方法.以160个小麦样品为对象,采集其近红外漫反射光谱,并以国标法分析小麦样品蛋白质含量,作为参考值.样品随机分成预测样品集和定标样品集,其光谱经标准归一化、去趋势等预处理后,采用BP神经网络和偏最小二乘法分别建立蛋白质含量定标模型.BP神经网络模型的预测相关系数和预测均方根误差分别为0.98和0.270 4%.而偏最小二乘法模型的预测相关性系数和预测均方根误差分别为0.98和0.303 8%.结果表明,两种方法建立的模型都具有较好的预测相关性和预测效果,其中BP神经网络模型优于偏最小二乘法模型.用非线性BP神经网络结合相应算法建立模型检测小麦蛋白质含量的定标模型可以提高检测准确性.