[发明专利]一种小麦面粉品质的红外光声光谱检测方法

摘要

本发明公开了一种小麦面粉品质的红外光声光谱检测方法，通过收集小麦面粉样品的红外光声光谱数据和利用标准方法测定的化学值进行拟合，并运用偏最小二乘法优化建立模型；反复采用内部交叉验证提出异常值，选择最佳的光谱预处理办法，通过比较模型的决定系数和均方根误差衡量模型质量，构建出高质量的小麦面粉红外光声光谱的定量分析模型，同时建立基于特征波段的预测模型。本发明所运用的样本，经过了磨粉过100目筛的预处理方法，增强了红外光声光谱信号，所构建的小麦面粉蛋白质、面筋含量光声光谱模型R²较高，RMSECV较小，预测效果较好，具有操作简单、无损处理、准确性高等优点，为小麦面粉加工生产在线检测提供了新的选择手段。

主权项

1.一种小麦面粉品质的红外光声光谱检测方法，其特征在于，包括以下步骤：S1、将不同品种的小麦，分别磨粉、过筛、风干后制成小麦面粉样品，再以任意组合混合为若干样品集，包括若干训练样品集与验证样品集；S2、对所有样品集进行红外光声光谱测定，收集红外光声光谱；S3、用化学计量学软件对收集的红外光声光谱，进行光谱预处理；S4、按照标准方法，分别测定所有样品集的蛋白质和湿面筋含量；S5、将预处理过的训练样品集的红外光声光谱与步骤S4中对应的蛋白质和湿面筋含量进行关联，利用化学计量学软件建立红外光声光谱预测模型；S6、将预处理过的验证样品集的红外光声光谱代入上述预测模型，获得预测的验证样品集的蛋白质和湿面筋含量；S7、基于上述预测的验证样品集的蛋白质和湿面筋含量，和步骤S4中对应的验证样品集的蛋白质和湿面筋含量，利用化学计量学软件建立红外光声光谱校正模型，并获得模型校正参数。