[发明专利]一种提高小麦粉的粗蛋白校正模型适应性的建模方法

说明书

本发明提供了一种提高小麦粉的粗蛋白校正模型适应性的建模方法，属于品质检测分析技术领域。本发明首先收集3类小麦粉样品，并对所述3类小麦粉样品进行近红外光谱数据采集和粗蛋白理化值测量；然后将3类小麦粉样品分别划分为校正集和预测集；再通过校正集中的小麦粉样品近红外光谱数据与粗蛋白含量值之间的数学关系，建立3类小麦粉样品的三组分混合粗蛋白校正模型，最后利用三组分混合粗蛋白校正模型预测所述预测集的小麦粉样品粗蛋白含量。本发明扩大了校正模型的应用范围，有效提高了校正模型的稳定性。

技术领域

本发明涉及品质检测分析技术领域，具体涉及一种提高小麦粉的粗蛋白校正模型适应性的建模方法。

背景技术

小麦粉制品以其高蛋白、高营养价值被人们作为饮食上解决温饱问题的主食。近年来，中国经济快速发展，消费者生活水平不断提高，特色面粉，如全麦面粉、自发面粉、专用面粉等越来越多。为适应中国市场的需求，对特色面粉的品质快速检测方法的研究是非常必要的。

目前大多数研究采用近红光谱技术建立单一品种的小麦粉品质指标的校正模型，结合化学计量学方法优化校正模型，虽然提升了校正模型的预测精度和预测速度，但是建模样品本身具有单一性，所建模型的适应性、应用范围和实际适用效果并不理想，对各种商业化面粉或者其他特色面粉的品质无法精准预测。

发明内容

针对现有技术中存在不足，本发明提供了一种提高小麦粉的粗蛋白校正模型适应性的建模方法，实现对商业化特色面粉的粗蛋白含量进行精准预测。

本发明是通过以下技术手段实现上述技术目的的。

一种提高小麦粉的粗蛋白校正模型适应性的建模方法，包括步骤：

S1，收集3类小麦粉样品，并对所述3类小麦粉样品进行近红外光谱数据采集和粗蛋白理化值测量；

S2，将3类小麦粉样品分别划分为校正集和预测集；

S3，通过校正集中的小麦粉样品近红外光谱数据与粗蛋白含量值之间的数学关系，建立3类小麦粉样品的三组分混合粗蛋白校正模型，利用三组分混合粗蛋白校正模型预测所述预测集的小麦粉样品粗蛋白含量。

进一步的技术方案，在建立三组分混合粗蛋白校正模型前，利用矢量归一化处理近红外光谱数据。

进一步的技术方案，所述3类小麦粉样品包括通用面粉、自发面粉和全麦面粉。

进一步的技术方案，所述三组分混合粗蛋白校正模型预测所述预测集的小麦粉样品粗蛋白含量，通过校正集相关系数Rc、校正集交互验证均方根误差RMSECV、预测集相关系数Rp和预测集交互验证均方根误差RMSEP进行评价。

进一步的技术方案，采集近红外光谱数据的光谱仪参数设置为：扫描波长范围为900-2500nm、波长点为1601个、分辨率为8cm^-1、扫描次数为16次。

进一步的技术方案，所述粗蛋白理化值的测量采用国标法。

进一步的技术方案，所述校正集和预测集的划分采用K-S算法，即把所有的小麦粉样品均看作训练集候选样本，依次从中挑选样本划入训练集。

更进一步的技术方案，所述依次从中挑选样本划入训练集，具体为：首先选择欧氏距离最远的两个小麦粉样品划入训练集，然后通过计算剩下的每一份小麦粉样品到训练集内每一个已知小麦粉样品的欧式距离，找到距离已知小麦粉样品最远及最近的两个样本，并将这两个样本划入训练集，重复上述过程，直到样本数量达到要求。

与现有技术相比，本发明具有以下优点及有益效果：