基于近红外光谱技术的酱油渣酯化油脂1-单甘酯含量测定

摘要

酱油渣油脂酶法酯化过程中，需要对反应进程进行监测，用近红外光谱技术对酱油渣油脂酯化产物中的1-单甘酯含量进行检测。扫描获得样品的近红外光谱数据，用以下预处理方法：标准正态变量变换、多元散射校正、一阶导数法和二阶导数法尝试优化原始光谱数据，结果显示，这些预处理步骤降低了预测模型的准确性。用连续投影算法以及竞争性自适应重加权算法筛选特征波长，基于提取的特征波长，分别构建偏最小二乘法、支持向量机回归和BP神经网络近红外预测模型。结果表明，竞争性自适应重加权算法-支持向量机回归预测模型的预测能力最好，该近红外预测模型的决定系数、模型均方根误差和相对分析误差分别为0.994 9、0.20和10.20。经验证，模型具有较好的预测效果。

关键词

近红外 / 酱油渣油脂 / 1-单甘酯含量 / 预测模型