领学术科研之先，创食品科技之新
—— 中国食品杂志社
针对蛋清粉掺假市场监管需求，基于近红外光谱数据、掺杂样本种类数据及对应的掺杂浓度数据，本研究改进一维卷积神经网络，构建掺杂种类检测和掺杂浓度预测的双模型。针对掺杂种类检测模型，该模型无需光谱预处理，对增量剂、富氮类化合物、混合掺杂的总准确率分别可达到98.19%、99.38%、94.79%，针对整个测试集的总准确率可达到98.11%，其检测限分别可达到1%、1%、5%，平均检测时间为0.017 7 s；针对掺杂浓度预测模型，在增量剂、富氮类化合物和混合掺杂浓度预测中将分别采用去趋势、多元散射校正（multiplicative scatter correction，MSC）和MSC方法对原光谱数据进行处理，3 类掺杂浓度预测的测试集决定系数（R2p）均大于0.9，残差预测误差均高于2.5，满足市场监管检测需求。双检测模型为后续便携式近红外检测仪开发提供关键技术支撑。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
