论文部分内容阅读
本文以啤酒的酒精度含量为检测对象，综合化学计量学方法深入研究了从重叠、复杂的近红外光谱中提取化学成分信息的方法、光谱波长的优选、建模方法的优化等关键的技术问题。通过比较分析表明：神经网络的预测结果最好，一阶导数光谱的偏最小二乘回归的预测结果次之，二阶导数光谱的逐步回归效果最差。通过以上研究，为近红外光谱分析技术进一步广泛应用提供了理论依据，同时也为近红外光谱在啤酒质量检测、控制中的实际应用提供了借鉴。