DOI: 10.12187/2025.02.006
基于近红外光谱技术的小麦专用粉品质特性快速检测研究
范会平1
杜朝炜1
李真1
杨勇1
任广跃2
张德榜3
艾志录1
1.河南农业大学 食品科学技术学院,河南 郑州 450002;农业农村部 大宗粮食加工重点实验室,河南 郑州 4500022.河南科技大学 食品与生物工程学院,河南 洛阳 4710233.郑州万谷机械股份有限公司,河南 荥阳 450041
摘要：基于近红外光谱技术,结合不同预处理和特征波长筛选方法,构建小麦专用粉的破损淀粉含量、降落数值、吸水率、稳定时间、拉伸面积、延伸度和最大拉伸阻力的偏最小二乘(Partial Least Squares,PLS)预测模型和总体预测模型,并对模型的预测能力进行评估.结果表明:去线性趋势(Detrend,DT)是破损淀粉含量和吸水率预测模型的最佳预处理方法,Savitzky-Gloay(SG)卷积平滑是降落数值和拉伸面积预测模型的最佳预处理方法,标准正态变量变换(Standard Normal Variable Transformation,SNV)是延伸度和最大拉伸阻力预测模型的最佳预处理方法.竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling,CARS)可有效提高破损淀粉含量、降落数值、吸水率、拉伸面积和最大拉伸阻力预测模型的预测精度,预测决定系数分别为0.964 1、0.714 0、0.975 5、0.943 4 和0.828 3;连续投影算法(Successive Projections Algorithm,SPA)可有效提高稳定时间和延伸度预测模型的效果,预测决定系数分别为0.713 5 和 0.953 0.总体预测模型对稳定时间、拉伸面积和最大拉伸阻力的预测效果均有所提升,剩余预测偏差(Residual Predictive Deviation,RPD)分别从1.86、4.27 和2.51 提升到2.43、5.26 和3.11.综上可知,近红外光谱技术对小麦专用粉品质特性的无损快速检测是有效的、可行的.
关键词：小麦专用粉近红外光谱品质特性偏最小二乘快速检测
分类号：TS211.4(食品工业)
资助基金：河南省重大科技专项项目(221100110800)
论文发表日期：2025-04-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 51-60 )
英文信息