中紅外光譜預測牛奶及奶產品成分含量的回歸模型及其特點
摘要：牛奶中各種成分含量是影響牛奶品質的重要因素,也是決定其價格的重要因素之一,高品質的牛奶和奶產品往往對人們的健康具有重要的意義。而具有高效低成本的中紅外光譜(MIR)已逐漸成為奶產品品質檢測的有效新方法。十多年來,歐美發達國家已利用MIR建立了牛奶和奶產品中脂肪酸、蛋白質、礦物質等成分含量預測模型,并投入生產使用。然而,我國在利用MIR預測牛奶中成分的研究較晚、沒有得到有效應用。在建立模型的過程中,可選擇較多的建模方法,其中回歸建模方法的正確選用是決定模型預測能力的關鍵所在,而正確的預測方法往往意味著更高的預測精度和更強的泛化能力。偏最小二乘法(PLS)、最小二乘支持向量機(LS-SVM)、人工神經網絡(ANN)以及貝葉斯回歸(Bayes-R)因為其各自不同的優點已成為目前使用較多的幾種預測方法。本文對這些方法及其特征進行介紹和總結。
注: 保護知識產權,如需閱讀全文請聯系中國奶牛雜志社
相關推薦
更多
