面粉作为面制食品的原材料,在日常饮食中有着不可替代的作用,很多厂家为了吸引消费者,在面粉中加入添加剂以改善面粉筋度和外观,然而有报道称若过量食用被广泛使用的增筋剂偶氮甲酰胺(Azodicarbonamide,ADA)会对人体产生危害。目前一般采用化学方法检测面粉中ADA的含量,但是这种方法存在检测效率低,不适宜现场检测等缺点。而近红外检测技术能够实现快速、高效、无损检测。虽然其原始光谱具有重叠峰,检测过程易受环境影响,但是利用化学计量学方法可以解决这一问题。因此,本文提出利用近红外检测技术结合RBF-NN对面粉中ADA的含量进行定量检测。本文用近红外光谱仪采集ADA样本的光谱数据,通过蒙特卡罗法剔除实验中产生的异常样本,将剩余样本分别通过KS和nKS方法划分样本集。比较使用了去趋势法,标准正态变量变换法,导数法及其组合的方法预处理光谱数据,然后采用相关系数法提取了6个特征波段,再将这些特征波段对应的光谱数据分别输入SVM和RBF-NN模型中,最终确定标准正态变量变换法结合一阶导数法预处理数据后建立RBF-NN模型的预测精度最高。模型的决定系数达到0.9997,预测均方根误差和相对分析误差的分别为0.5938和110.3772,并通过人机交互软件实现检测系统的可视化。