[发明专利]中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法

摘要

中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法：一、取样采集中红外光声光谱信息，连续扫描多次，取平均光谱；二、对油菜籽的蛋白质含量进行化学分析，获得化学参考值；三、将光谱信息进行消噪、平滑、标准化预处理；四、将光谱数据通过欧氏距离方法进行计算；并从小到大进行排序；五、建立基于光谱信息的预测模型；六、将待测样品的中红外光声光谱带入模型，对待测油菜籽样品的蛋白质含量进行计算与预测，得出预测值。本发明灵敏度高，所需样品含量少；操作简单、对样品无损、不使用化学试剂。具有普适性，预测结果精确。能够有效降低样品无效信息干扰，优化、简化样本建模集，模型计算快速、精确。

主权项

1.一种中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法，包含以下步骤：步骤一：油菜籽取样每份100‑200mg，置于傅里叶变换中红外光谱仪‑光声附件样品池中，采集中红外光声光谱信息，连续扫描多次，取平均光谱；步骤二：取步骤一中已测光谱的油菜籽5g，对其蛋白质含量进行化学分析，以含氮量的结果乘以6.25计，做油菜籽的蛋白质含量，获得化学参考值；步骤三：将步骤一采集的油菜籽光谱信息进行消噪、平滑、标准化预处理；步骤四：将步骤三处理好的光谱数据与待测光谱数据通过欧氏距离方法进行计算；并将计算得出的欧氏距离按照与待预测光谱最相近的距离从小到大进行排序；步骤五：新排序的光谱数据通过偏最小二乘法，建立基于光谱信息的油菜籽蛋白质含量预测模型；步骤六：利用步骤五中所建立的预测模型，将待测样品油菜籽的中红外光声光谱带入模型，对待测油菜籽样品的蛋白质含量进行计算与预测，得出预测值；步骤一中，采集中红外光声光谱信息是，采集波长范围为4000‑800cm‑1，扫描分辨率为8cm‑1；动镜速率为0.4747cm‑1s，64次连续扫描取平均光谱；步骤四中，将预处理好的待测样本光谱与训练样本光谱数据通过欧氏距离方法进行计算，两样本之间的欧氏距离D计算公式如下：其中Xis为训练样本的光谱数据，Xim为待测样本的光谱数据；将训练样本中的每组光谱数据一一取出，与待测样本的光谱数据进行计算，得出待测样本与其的距离，并以矩阵的形式列出；并将欧氏距离的D值按照从小到大进行重新排序，得出与待预测光谱最相近的距离从小到大进行排序的新的光谱排序训练样本集。