基于BP神经网络的太赫兹时域光谱对面粉中苯甲酸的定量检测研究

为建立面粉中添加剂苯甲酸的定量检测模型,首先,探索不同光谱预处理方法对太赫兹光谱的影响,采用平滑、多元散射校正、基线校正和归一化等方法对原始光谱进行校正处理,并建立相应的偏最小二乘(PLS)模型以选择最优预处理方法,发现归一化后建立的PLS模型较优,预测集的相关系数(rp)为0.9790,预测集的均方根误差(RMSEP)为1.28%。其次,分别建立面粉中苯甲酸含量检测的PLS、最小二乘支持向量机(LS-SVM)和反向传播神经网络(BPNN)模型,各模型的对比结果表明:基于太赫兹吸收系数建立的BPNN模型的预测相关系数(rp)为0.9945,预测均方根误差(RMSEP)为0.66%。本研究为面粉