科研产出
近红外光谱结合化学计量学在茶籽调和油品质检测中的应用研究进展
《中国食品学报 》 2018 EI 北大核心 CSCD
摘要：快速鉴别食用调和油品质是当前深受研究者关注的热点。围绕茶籽调和油品质检测方法操作繁琐,有机溶剂用量大,成本较高,耗时长且对样品具有破坏性,以及茶籽调和油缺乏单组分油含量检测方法等缺陷与难题,本文概述近年来国内外采用近红外光谱技术结合化学计量学应用于茶籽调和油品质检测的最新研究进展,指出其存在的主要问题,并对其发展前景进行展望。通过"科技兴检"为解决茶籽调和油市场监管难题提供新型技术手段,达到科学评价茶籽调和油品质的目的,以期为我国相关研究人员的工作提供借鉴参考。
关键词： 茶籽调和油 近红外光谱 化学计量学 品质检测 研究进展
全文链接
请求原文
拉曼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 》 2016 EI 北大核心 CSCD
摘要：用便携式拉曼光谱仪测定蜂蜜中的主要糖分,研究不同光谱前处理与校正模型之间的关系(光谱范围175 cm~(-1)至2 600 cm~(-1))。结果表明,与最小偏二乘回归模型(PLS-RM)相比,支持向量机回归模型(SVM-RM)适用于蜂蜜中果糖、葡萄糖、蔗糖和麦芽糖含量的快速测定,其中果糖、葡萄糖和麦芽糖的预测值同参照值的决定系数(R2)分别为0.84,0.87和0.75,而蔗糖含量的定量精确性稍低。拉曼光谱可用于快速定量测定蜂蜜的主要糖分。
全文链接
请求原文
近红外光谱与化学计量学方法用于镉污染稻米的定性鉴别
《分析化学 》 2015 SCI 北大核心 CSCD
摘要：采用近红外光谱漫反射模式结合化学计量学方法对稻米镉含量是否超标进行可行性鉴别分析。本研究收集了120个样本,测定其镉含量值(合格49个,不合格71个)。对光谱数据预处理方法优化,确定了平滑,一阶导数以及自归一化后的数据作为输入变量。采用竞争性自适应重加权算法筛选了45个关键变量,并对上述变量的光谱吸收带进行归属。比较了主成分分析-判别分析法、偏最小二乘识别分析、线性判别分析、K-最近邻法与簇类独立软模式法5种模式识别方法。确定采用偏最小二乘识别分析建模效果最好,模型训练集与预测集鉴别准确率分别达到98.8%与91.7%。结果表明,近红外光谱作为初筛方法可用于鉴别稻米中镉含量是否超标。
全文链接
请求原文
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
