大肠杆菌作为牛乳中检出率最高的食源性致病菌,其特异性信息的准确捕捉,对其菌群数准确、快速的检测,提高乳制品的检测准确度方面具有重要意义。在微生物检测领域中,光谱检测法以其高效、无损等优点应用广泛,但由于其检测光谱极易受到复杂背景成分的影响,出现光谱特征峰红移、被覆盖等问题,为了提高检测结果的准确度,解决一维光谱在检测时无法准确拾取到光谱中表征微生物特异性信息的特征波长等问题,本文采用二维相关分析法对牛乳中大肠杆菌光谱特征拾取与分析研究;对于牛乳成分复杂导致的非线性问题以及模型参数选取困难等,分别采用PLS法、RBF法与GA-RBF法建立牛乳中大肠杆菌菌群数预测模型进行寻优化处理。论文主要研究内容如下:针对在紫外可见光谱采集实验中由于牛乳中粒子分布不均发生光散射引起的基线偏移的问题,采用标准正态变量变换进行基线偏移校正;针对实验中仪器工作产生的噪声,采用小波去噪法有效滤除。设计实验以获取牛乳中不同浓度的大肠杆菌的紫外可见光谱,同时采用国家标准平板计数法对其进行标定以获得大肠杆菌菌群数真实值。分析实验特性,选取几种预处理方法对原始光谱进行数据预处理,通过对比得出上述两种方法可更有效滤除实验的噪声干扰,减小测量误差,提高检测准确度,增强紫外可见光谱的信噪比。为获得更能代表大肠杆菌特异性信息的特征波长,采用二维相关分析法对预处理后的光谱进行特征提取,分离牛乳与大肠杆菌的重叠光谱,依据Noda规则,在二维同步相关光谱中选择表征大肠杆菌特异性信息的特征波长。探究紫外可见光谱与牛乳中大肠杆菌菌群数之间的关联性以及模型的准确度。建立了基于PLS法、RBF法与GA-RBF法的大肠杆菌在牛乳中特征波长对应吸光度值与牛乳中大肠杆菌菌群数的预测模型。结果表明,相较于传统的线性回归建模的PLS模型(86.954%),RBF模型可充分考虑牛乳成分复杂导致的非线性问题(91.034%),而优化RBF的模型参数的GA-RBF模型,更有效提高牛乳中大肠杆菌菌群数的预测准确度(96.052%)。