近紅外光譜結合極限學習機的榛子蛋白質含量檢測

張冬妍，周寶龍，張瑞，韓睿，趙思琦

（東北林業大學，黑龍江 哈爾濱 150040）

榛子作為四大堅果之一，具有很高的營養價值，目前我國榛子品種主要為平榛和毛榛兩大類，平榛與毛榛廣泛分布于我國北方各省，榛子果殼呈深褐色，表面光滑，形狀為圓球形，平榛直徑平均為1.44 cm，出仁率約33.3%。榛仁顆粒充實，富含蛋白質、脂肪酸、微量元素等營養物質。但對其蛋白質的檢測仍以傳統化學檢測方法為主，而且化學檢測成本高、破壞樣本并且分析重現性差，難以滿足目前無損檢測的需求。近紅外光譜檢測技術作為一種新興的無損檢測方法已成功地應用于水果、肉類等食品檢測，具有快速、便捷、無污染、不破壞樣本等特點[1-4]。因此本文以近紅外光譜檢測技術為基礎，結合極限學習機建立預測模型，對榛子的蛋白質含量進行分析。為榛子內部品質無損檢測提供新的方法和途徑。

1 材料與方法

1.1 材料

本次試驗選擇產自黑龍江省伊春市的平榛與產自小興安嶺的毛榛為試驗樣本。所用光譜儀為德國INSION公司生產的NIR-NT-spectrometer-OEM-system光譜儀，波長范圍為900 nm～1 700 nm。光譜采集軟件為海洋光學公司開發的spectrasuite軟件。

由于榛子蛋白質與脂肪的化學檢測要求每組樣本至少20 g，所以挑選出約2 000個平榛與3 000個毛榛進行去殼取仁，用電子秤進行稱重，每20 g榛子仁分為一組，共制備90組毛榛榛子仁樣本和60組平榛榛子仁樣本進行試驗。

1.2 光譜采集

在對數據進行采集前，先對軟件進行初始化操作，并進行暗、亮光譜校準，首先設置軟件初始積分時間為20 ms，平均次數為5次，將未開啟光源的探頭對準校準白板測量暗光譜。開啟光源，預熱20 min左右，將探頭對準校準白板，測量亮光譜。然后將儀器探頭置于黑盒子中固定好位置，并將待測榛子仁置于探頭直射光線下，對吸光度數據進行采集。采集得到的榛子樣品光譜數據存儲在剪切板中，再將數據直接粘貼到Excel表格中，將20 g榛子分為一組樣本，以每組樣本中所有榛子的平均光譜作為該組榛子樣本的光譜數據，最終在Matlab中繪制兩種榛子樣本的光譜圖。

1.3 蛋白質含量真實值測定

通過凱氏定氮法測得榛子仁中的含氮量進而得到其蛋白質的含量，使用該方法進行榛子蛋白質真實值測定，得出真實值用于與后續建模預測值進行比較分析[5-6]。

1.4 光譜預處理及特征選擇

為了簡化光譜數據，通過一階導數、二階導數、多元散射校正和標準正態變量變換預處理方法對榛子光譜進行預處理，比較不同預處理方法的效果，選擇適合榛子光譜的預處理方式。通過反向間隔偏最小二乘法篩選出適用于蛋白質預測的特征波段[7-10]。

1.5 極限學習機建模

極限學習機（extreme learning machine，ELM）在結構上與BP神經網絡完全一樣屬于前向型神經網絡，而在算法上提出了新的思想。它的經典結構為單隱含層，包含一個輸入層和一個輸出層。極限學習機的第一層與第二層的連接權值和隱含層的閾值是隨機確定的且一旦設定就不需要調整，它與BP神經網絡相比減少了一半的學習過程，極限學習機的第二層與第三層間的連接權值同樣不需要迭代訓練，而是通過解方程組的方式一次性解出，因此相對于BP神經網絡，極限學習機的學習速度明顯更快[8-16]。極限學習機網絡結構如圖1所示。

圖1 極限學習機網絡示意圖Fig.1 Schematic diagram of extreme learning machine

2 結果與討論

2.1 光譜預處理結果

將兩種榛子經過一階（1-der）導數、二階（2-der）導數、多元散射校正（multiplicative scatter correction，MSC）以及標準變量變換（standard normal variate，SNV）4種不同方法預處理后的光譜數據與原始光譜作為輸入，通過偏最小二乘法建立榛仁蛋白質含量預測模型。比較不同預處理對模型精度產生的影響，本文選擇常用的模型精度評價指標相關系數R、交叉驗證均方根誤差（root mean square error of cross validation，RMSECV）以及預測均方根誤差（root mean square error of prediction，RMSEP）來刻畫，得到的榛仁蛋白質模型評價結果如表1所示。毛榛與平榛光譜SNV預處理圖見圖2。

表1 不同預處理方法建模精度Table 1 Modeling accuracy of different preprocessing methods

經過SNV預處理的毛榛蛋白質預測模型，R為0.862 1，平榛的蛋白質預測模型，R為0.860 5，均高于其它預處理結果，從圖2也可得出經SNV處理的榛仁光譜圖波峰更加明顯。因此選擇SNV作為后續建模的光譜預處理方法。

2.2 特征選擇結果

試驗原始光譜波長范圍為900 nm～1 700 nm，輸入變量個數為500，將光譜區間分為20個，每個區間包含25個輸入波長，用經過SNV預處理后的光譜建立榛子蛋白質PLS模型，精度RMSECV如表2、表3所示。

圖2 毛榛與平榛光譜SNV預處理Fig.2 Spectrum and flat hazel SNV pretreatment

表2 毛榛蛋白質模型BiPLS特征選擇過程Table 2 BiPLS feature selection process of hair hazel protein model

表3 平榛蛋白質模型BiPLS特征選擇過程Table 3 BiPLS feature selection process of flat hazel protein model

由表2、表3可得，毛榛光譜當淘汰掉6號光譜區間時，偏最小二乘模型的RMSECV為最小值0.581 0，這時蛋白質預測模型淘汰的區間數為15，剩余的5個區間為最終特征選擇的結果：2、4、13、14、16，模型中變量數為125，平榛光譜淘汰掉13號光譜區間時，偏最小二乘模型的RMSECV取最小值0.583 2，剩余4個最終特征選擇結果：2、4、12、14。結果表明兩種榛子具有相似的特征區間，波段選擇如圖3所示。

圖3 毛榛與平榛蛋白質模型波段選擇Fig.3 Selection of protein bands for hair hazel and flat hazel protein

圖3中陰影部分表示選出的特征波段，用BiPLS選出的特征變量建立毛榛與平榛蛋白質預測模型，模型精度相對較高。可以得出兩種榛子的預測集的相關系數R與預測均方根誤差RMSEP分別為0.880 6和0.599 3，0.882 3 和 0.598 4。

2.3 極限學習機建模預測

以matlab為建模平臺，激活函數選擇s函數，當隱含層神經元個數等于訓練樣本數時可以達到零誤差，因此設定神經元個數為15，并以5為間隔增加到60。將60組毛榛與40組平榛校正集樣本光譜經過BiPLS選擇的125與100個特征波長作為輸入，校正集榛子樣本蛋白質含量作為輸出。建立預測模型。得出隱含層神經元個數從15變化到60的過程中，兩種榛子訓練集的均方根誤差都不斷減小，而預測集的均方根誤差先減小再大幅度增大，當隱含層神經元個數為45時毛榛達到最小值0.40，平榛同樣達到最小值0.39，故取隱含層神經元個數為45建立兩種榛子蛋白質預測模型。取毛榛樣本30組和平榛20組測試集的預測結果如圖4和圖5所示。

圖4 極限學習機預測毛榛蛋白質含量結果Fig.4 Results of extreme learning machine predicting protein content of hair hazel

圖5 極限學習機預測平榛蛋白質含量結果Fig.5 Results of extreme learning machine prediction of flat hazel protein content

從蛋白質含量預測結果圖分析可得出毛榛與平榛預測均方根誤差RMSEP分別為0.397與0.377，相關系數R分別為0.953與0.950，由此可知模型精確度很高。

3 結論

本文基于近紅外光譜檢測技術，結合極限學習機建模方法進行了榛子蛋白質的無損檢測，利用一階求導、二階求導、SNV和MSC處理毛榛與平榛的原始光譜，求導處理在消除基線漂移的同時也會增加噪聲，MSC處理后能夠凸顯出光譜變化規律，SNV相比于MSC對每條光譜逐一進行處理且不會產生噪聲，對毛榛與平榛原始光譜進行SNV處理效果皆為最好。用BiPLS法分別對平榛與毛榛的蛋白質建模進行特征提取，將原始光譜劃分為20個區間，最后篩選出適合毛榛蛋白質建模的5個區間，適合平榛蛋白質建模的4個區間，減少了建模輸入量同時提高了模型的精度。應用極限學習機建立預測模型相關系數大于0.95。應用此種方法為榛子蛋白質含量的預測提供了新的有效的途徑。