近年来食品安全事故频发,作为许多食品的基础原料,面粉中添加剂的含量越来越受到市场的重视,一种快速、简便检测面粉中添加剂比重的技术与方法为市场所急需。偶氮甲酰胺(ADC)作为增筋剂被广泛用于市售面粉中,但一些研究表明该物质具有毒性,不宜人类食用。本文在物性分析的基础上,提出基于近红外光谱技术的面粉中ADC含量预测技术。研究通过逐步稀释法制备101个不同ADC含量面粉样本,用NIRS DS2500光谱仪扫描样本获得光谱;再用马氏距离法结合留一交叉验证法剔除光谱异常的样本;使用导数法,标准正态变量变换法,多元散射校正法,小波变换法和移动窗口拟和多项式平滑方法预处理光谱;并采用相关系数法、显变分析法和主成分分析法提取敏感特征波段使数据降维。分别建立偏最小二乘法(PLS)、反向传播(BP)人工神经网络和径向基函数(RBF)人工神经网络ADC定量分析模型。通过比较三种模型的预测结果,RBF算法建立的模型好于PLS和BP算法所建模型,然后对RBF算法进行改进,改进后模型的相关系数(R)、预测均方根误差(RMSEP)和相对分析误差(RPD)分别达到0.9992、3.4007和25.0350,预测结果表明该算法所建模型具有很好的预测能力。