利用近红外光谱进行婴幼儿乳粉中营养物质含量的快速检测

婴幼儿乳粉的质量和安全日益受到人们的关注,研究了利用近红外漫反射光谱进行乳粉中各类营养物质含量的快速无损检测的适应性。以156个乳粉样本作为样本集,分别采用偏最小二乘回归(PLSR)和KNN保形映射(KNN-KSR)算法建立含量范围分别为14.5%~23.1%(蛋白质、脂肪)、(5.6~9.2)mg/g(钙)、(1.29~10.2)mg/100 g(锌、V_(B2))、(0.34~1.47)mg/g(Vc)的营养物质近红外定量分析模型。PLSR与KNN-KSR预测各类营养物质含量的平均相对误差分别小于5%与3%,2种方法对Vc的预测误差最大。不同光谱预处理方法所得结果显示一阶导预处理结果更为理想,可使每种营养物质的预测平均相对误差降低0.1%以上。将样品按照Vc浓度的量级划分为2个区间分别建立模型,平均相对误差较整个浓度区间建模结果减小1%以上。利用PLSR与KNN-KSR方法基于近红外光谱信息可快速预测乳粉中不同浓度量级的营养成分,KNN-KSR的预测效果更佳。为获得准确的预测结果,建议采用同量级浓度样品建立乳粉营养成分的近红外定量模型并分浓度区间进行应用。