近红外光谱结合ELM快速检测固态发酵过程参数pH值

作     者：刘国海 江辉 肖夏宏 张东娟 梅从立 丁煜函 LIU Guo-hai;JIANG Hui;XIAO Xia-hong;ZHANG Dong-juan;MEI Cong-li;DING Yu-han

作者机构：江苏大学电气信息工程学院江苏镇江212013 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2012年第32卷第4期

页      面：970-973页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 09[农学] 070302[理学-分析化学] 0703[理学-化学] 0901[农学-作物学] 0836[工学-生物工程] 090102[农学-作物遗传育种] 

基　　金：国家(863计划)项目(2007AA04Z179) 江苏高校优势学科建设工程项目(PAPD6) 镇江市农业科技支撑项目(NY2010017) 江苏省研究生科研创新计划项目(CXZZ11_0572)资助 

主　　题：近红外光谱 主成分分析 极限学习机 pH 固态发酵 

摘      要：pH值是固态发酵过程关键参数之一,为此提出基于近红外光谱技术的秸秆蛋白饲料固态发酵过程参数pH值检测方法。利用近红外光谱系统获取140个固态发酵过程产物样本在10 000～4 000cm-1范围内的近红外光谱数据,通过酸度计测得近红外光谱预测模型的参考测量值;运用ELM算法建立pH值的预测模型,在模型建立过程中由交互验证法确定最佳主成分因子数和ELM网络隐含层节点数。试验结果显示:最佳ELM网络模型的拓扑结构为10-40-1,模型预测集相关系数(Rp)和预测均方根误差(RMSEP)分别为0.961 8和0.104 4。研究结果可为固态发酵过程参数的在线检测提供技术基础。