科研产出
近红外光谱结合化学计量学方法测定蜂蜜的主要糖分
《中国食品学报 》 2013 北大核心 CSCD
摘要：采用近红外光谱测定蜂蜜中果糖、葡萄糖、蔗糖和麦芽糖含量。测定结果表明:K-S(Kennard-Stone)法是一种有效的划分校正集和验证集的算法。采用蒙特卡罗交互验证法,剔除校正集中的奇异值。果糖、葡萄糖、蔗糖和麦芽糖在奇异值剔除前模型预测值和实际值之间的决定系数分别为0.945,0.927,0.901和0.610,奇异值剔除后其决定系数分别提高到0.971,0.940,0.949和0.750。蒙特卡罗交叉验证扣除奇异值的方法能够改善数据分布,提高模型准确性;小波变换算法处理后由光谱建立的蜂蜜PLS校正模型与变换前精确度无明显变化,但是采用小波变换算法处理后的光谱建模所用时间由3.65 s减少到2.76 s。通过上述几种化学计量学方法,得到蜂蜜中4种主要糖分的近红外光谱模型,为蜂蜜快速检测和实时在线质量控制提供依据。
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
