简介： 本发明公开了一种小麦面粉品质的红外光声光谱检测方法，通过收集小麦面粉样品的红外光声光谱数据和利用标准方法测定的化学值进行拟合，并运用偏最小二乘法优化建立模型；反复采用内部交叉验证提出异常值，选择最佳的光谱预处理办法，通过比较模型的决定系数和均方根误差衡量模型质量，构建出高质量的小麦面粉红外光声光谱的定量分析模型，同时建立基于特征波段的预测模型。本发明所运用的样本，经过了磨粉过100目筛的预处理方法，增强了红外光声光谱信号，所构建的小麦面粉蛋白质、面筋含量光声光谱模型R²较高，RMSECV较小，预测效果较好，具有操作简单、无损处理、准确性高等优点，为小麦面粉加工生产在线检测提供了新的选择手段。