来源：期刊VIP网 时间：
作者：范会平;杜朝炜;李真;杨勇;任广跃;张德榜;艾志录;
单位：河南农业大学食品科学技术学院;农业农村部大宗粮食加工重点实验室;河南科技大学食品与生物工程学院;郑州万谷机械股份有限公司;
摘要：基于近红外光谱技术，结合不同预处理和特征波长筛选方法，构建小麦专用粉的破损淀粉含量、降落数值、吸水率、稳定时间、拉伸面积、延伸度和最大拉伸阻力的偏最小二乘(Partial Least Squares, PLS)预测模型和总体预测模型，并对模型的预测能力进行评估。结果表明：去线性趋势(Detrend, DT)是破损淀粉含量和吸水率预测模型的最佳预处理方法，Savitzky-Gloay(SG)卷积平滑是降落数值和拉伸面积预测模型的最佳预处理方法，标准正态变量变换(Standard Normal Variable Transformation, SNV)是延伸度和最大拉伸阻力预测模型的最佳预处理方法。竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling, CARS)可有效提高破损淀粉含量、降落数值、吸水率、拉伸面积和最大拉伸阻力预测模型的预测精度，预测决定系数分别为0.964 1、0.714 0、0.975 5、0.943 4和0.828 3;连续投影算法(Successive Projections Algorithm, SPA)可有效提高稳定时间和延伸度预测模型的效果，预测决定系数分别为0.713 5和0.953 0。总体预测模型对稳定时间、拉伸面积和最大拉伸阻力的预测效果均有所提升，剩余预测偏差(Residual Predictive Deviation, RPD)分别从1.86、4.27和2.51提升到2.43、5.26和3.11。综上可知，近红外光谱技术对小麦专用粉品质特性的无损快速检测是有效的、可行的。
关键词：小麦专用粉;;近红外光谱;;品质特性;;偏最小二乘;;快速检测
基金资助：河南省重大科技专项项目(221100110800)
