科研产出
近红外光谱结合偏最小二乘法用于纯茶油中掺杂菜籽油和大豆油的定量分析
《食品工业科技 》 2012 北大核心 CSCD
摘要：采用偏最小二乘法(PLS)建立了油茶籽油中掺杂菜籽油和大豆油的近红外光谱定量检测模型。配制不同比例(0～100%)的油茶籽油和菜籽油、油茶籽油和大豆油混合样品共256个,采集样品在10000～4000cm-1范围内的近红外透反射光谱,模型采用交互验证和外部检验来考察所建立模型的可靠性,不需进行任何光谱预处理,所建立的PLS模型相关系数为0.9997,训练集的交叉验证均方根误差(RMSECV)为0.504,预测集的预测均方根误差(RMSEP)为0.66。应用建立的模型对未知样品进行预测,并对预测值和真实值进行比较,在掺杂油含量为2.5%～100%之间范围内准确可靠,研究结果表明,采用近红外光谱技术可以实现纯茶油中菜籽油和大豆油掺杂量检测。
关键词： 近红外光谱 偏最小二乘法 茶油 掺杂 菜籽油 大豆油
全文链接
请求原文
近红外光谱技术在测定纯茶油中棕榈油掺入量中的应用
《湖南农业科学 》 2011
摘要：采用偏最小二乘法(PLS)建立了近红外光谱定量检测模型,以定量分析油茶籽油中掺入的棕榈油成分。通过交互验证和外部检验,考察所建模型的可靠性。结果显示:样品不需要任何光谱预处理,直接进行10 000～4 000 cm-1范围内的近红外透反射光谱扫描;建立的PLS模型相关系数为0.999 9,训练集的交叉验证均方根误差(RMSECV)为0.254,预测集的预测均方根误差(RMSEP)为0.464;在掺入油含量为7.5%～100%之间范围内准确可靠。这表明采用近红外光谱技术可以实现纯茶油中棕榈油掺入量检测。
全文链接
请求原文
近红外光谱法结合化学计量学测定油茶籽油中脂肪酸组成
《食品科学 》 2011 北大核心 CSCD
摘要：选择97个标称纯油茶籽油样品经过皂化、甲酯化后,先经气相色谱分析得到脂肪酸组成相对含量,然后利用透反射模式采集所有样品的近红外光谱,采用偏最小二乘法(partial least squares analysis,PLS)建立油茶籽油的饱和脂肪酸(C16:0+C18:0)、油酸(C18:1)和亚油酸(C18:2)相对含量的校正模型,并将模型用于预测,并对光谱预处理方法进行优化。结果表明:C16:0+C18:0、C18:1和C18:2的交叉验证均方根误差(root mean square error in cross-vali-dation of prediction,REMSECV)分别为0.143、0.448、0.392,预测均方根误差值(root-mean-square error value,RMSEP)分别为0.180、0.598和0.269,上述3种成分预测集相关系数(Rp2)依次分别为0.996、0.999和0.999。近红外光谱法可作为一种快速、无损和准确的方法用于测定油茶籽油的脂肪酸组成,从而鉴别纯油茶籽油的真伪。
关键词： 油茶籽油 近红外光谱(NIRS) 化学计量学 脂肪酸组成 相对含量
全文链接
请求原文
近红外光谱法结合化学计量学方法用于茶油真伪鉴别分析
《分析化学 》 2011 SCI 北大核心 CSCD
摘要：采用近红外光谱透反射模式结合化学计量学方法对纯茶油进行真伪鉴别。收集并扫描了163个样品(合格97个,不合格66个),对样本进行光谱数据预处理优化及有效波段筛选。在5750～6000 cm-1波段处,光谱经过平滑,一阶导数以及自归一化后,采用无监督学习算法即主成分分析法(Principal componentanalysis,PCA)进行分类,然后再采用有监督学习算法即判别分析(Discriminant analysis,DA)建立校正模型,进行预测。PCA和DA都能够得到满意的结果,两种方法的分类准确率均达到98.8%。结果表明:近红外光谱可作为一种简单、快速、无损、可靠的方法用于鉴别纯茶油的真伪。
全文链接
请求原文
首页上一页1下一页尾页
