买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河南农业大学

摘要：本发明属于农产品加工领域，具体公开基于近红外光谱的小麦专用粉品质快速检测方法，其通过建立检测模型来实现。模型建立步骤包括：获得小麦粉样品光谱数据，并检测其破损淀粉含量、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；将光谱数据和测定的各项指标对应；对光谱数据进行预处理，选择波长区间；将样品划分为训练集和预测集：基于训练集样品的光谱数据和各项指标数据，分别建立检测小麦粉破损淀粉含量、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模型。本发明操作简单、效率高，不伤样品、不使用化学试剂，无需昂贵仪器，具有良好应用前景。

主权项：1.一种基于近红外光谱的小麦专用粉品质快速检测模型的建立方法，其特征在于，包括如下步骤：S1从不同粉路收集小麦粉样品；按照国标方法测定小麦粉样品的破损淀粉含量、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7项指标；S2用近红外谷物分析仪扫描样品，获得样品的原始光谱数据；随后将样品的近红外光谱数据和S1步测定的指标对应，建立数据库；S3对原始光谱进行预处理，选择特征波长区间；S4将样品随机划分为训练集和预测集；S5基于训练集样品的近红外光谱数据和破损淀粉含量数据，建立检测小麦粉中破损淀粉含量的模型A，再根据预测集样品的光谱数据和破损淀粉含量数据验证模型的精度和稳定性；S6基于训练集样品的近红外光谱数据和降落数值数据，建立检测小麦粉中降落数值的模型B，再根据预测集样品的光谱数据和降落数值数据验证模型的精度和稳定性；S7基于训练集样品的近红外光谱数据和吸水率数据，建立检测小麦粉中吸水率的模型C，再根据预测集样品的光谱数据和吸水率数据验证模型的精度和稳定性；S8基于训练集样品的近红外光谱数据和稳定时间数据，建立检测小麦粉中稳定时间的模型D，再根据预测集样品的光谱数据和稳定时间数据验证模型的精度和稳定性；S9基于训练集样品的近红外光谱数据和拉伸面积数据，建立检测小麦粉中拉伸面积的模型E，再根据预测集样品的光谱数据和拉伸面积数据验证模型的精度和稳定性；S10基于训练集样品的近红外光谱数据和延伸度数据，建立检测小麦粉中延伸度的模型F，再根据预测集样品的光谱数据和延伸度数据验证模型的精度和稳定性；S11基于训练集样品的近红外光谱数据和最大拉伸阻力数据，建立检测小麦粉中最大拉伸阻力的模型G，再根据预测集样品的光谱数据和最大拉伸阻力数据验证模型的精度和稳定性。

全文数据：

权利要求：

百度查询： 河南农业大学 基于近红外光谱的小麦专用粉品质快速检测方法