反向传播神经网络算法结合拉曼荧光光谱法定量检测特级初榨橄榄油掺假

摘要:

目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备 11 种不同掺假浓度的特级初榨橄榄油混合油样各 10 份, 在相同时间、空间 及目标的前提下, 使用同台光谱探测系统, 采集样品的拉曼光谱和荧光光谱。 经过卷积神经网络去除拉曼光谱的基线, 实现拉曼光谱和荧光光谱的数据预处理。 根据分子光谱与电子光谱的特征差异, 人为干预并设定拉曼光谱的权重, 建立低等级橄榄油掺假特级初榨橄榄油的反向传播神经网络回归模型。结果 综合评估了反向传播神经网络回归模型的评价参数, 特级初榨橄榄油掺假的反向传播神经网络模型的测试集决定系数为0.9716, 均方根误差为 0.0569, 模型预测效果较好。 结论 本研究提出的反向传播神经网络算法结合拉曼光谱与荧光的探测方法, 满足快速检测低等级橄榄油掺假特级初榨橄榄油的定量分析需求, 为评价或跟踪特级初榨橄榄油的品质提供了一种无损伤、高效率、低成本的新检测思路。

Abstract: