基于模糊综合分析的食用油污染物风险评价研究

目的 基于模糊综合分析实现对食用油污染物风险评价。方法 首先进行了指标筛选,选取了易于检测且对食用油风险程度影响较大的6个指标作为风险评价因子,然后进行相应的数据预处理;并用层次分析法确定各指标主观权重,对得到的权重进行一致性检验以确定其可用于综合评价计算;用熵权法获得各指标的客观权重;将二者经过耦合计算得到综合权重;最后运用模糊综合评价法对食用油进行风险评价,并根据最大隶属度确定评价结果。结果 本研究依托150组花生油数据,用本方法对预处理后数据进行评价,样本1的风险等级为“微风险”。结论 结合安全风险等级划分与评价专家组意见,运用本研究评价方法得出的结果更加客观、全面,可作为食用油风险评价的有效手段。     

基于人工神经网络的花生红衣色素的提取研究

目的:建立花生红衣色素综合评价值的BP人工神经网络模型,得出最佳提取工艺参数。方法:正交实验与人工神经网络相结合,利用正交实验获得的数据作为神经网络的训练样本,建立输入为实验因素参数,输出为花生红衣色素的综合评价值的神经网络模型;采用人工神经网络模拟和预测花生红衣色素提取的最佳条件和综合评价值。结果:花生红衣色素最佳提取条件为温度55℃,提取剂为乙醇,乙醇的浓度为60%,提取时间为3 h,料液比为1∶35(g/m L)。结论:人工神经网络模型准确预测花生红衣色素提取的最佳条件和综合评价值,且得到最佳提取条件下花生红衣色素的综合评价值为33.0824,优于正交实验33.08的综合评价值。     

近红外结合Si-ELM检测食醋品质指标

为了提高近红外光谱技术检测食醋中可溶性无盐固形物含量(SSFSC)的精度和稳定性,提出采用联合区间偏最小二乘(Si-PLS)筛选光谱特征区间,再利用极限学习机(ELM)算法建立非线性回归模型,并对该方法的优越性进行系统比较;试验通过交互验证优化模型相关参数,以预测时的相关系数(Rp)和预测均方根误差(RMSEP)作为模型的评价指标。结果表明,Si-PLS结合ELM算法(Si-ELM)所建模型最佳,预测结果:Rp=0.973 9,RMSEP=1.232g/100mL。说明利用近红外光谱技术可以快速准确检测食醋中的SSF-SC,Si-ELM的应用可以适当提高该预测模型的精度。     

基于近红外光谱和SSA-ELM的苹果糖度预测

目的：剔除近红外光谱存在大量冗余信息以及提高苹果糖度预测模型的精度,建立快速无损检测苹果糖度的方法。方法：提出一种基于小波包变换的特征波长筛选和樽海鞘算法改进极限学习机的苹果糖度预测模型。针对苹果光谱数据具有维度高而复杂的特点,对光谱数据进行降维处理,分别对比全波段和偏最小二乘法、连续投影法和小波包变换等筛选特征波长的结果,确定苹果光谱特征波长筛选方法;针对极限学习机（extreme learning machine,ELM）,模型性能受其初始权值和隐含层偏置选择的影响,运用樽海鞘群算法进行ELM模型的初始权值和隐含层偏置优化,提出一种基于樽海鞘算法改进极限学习机的苹果糖度预测模型。结果：与遗传算法（genetic algorithm,GA）改进ELM（GA-ELM）、粒子群算法改进ELM（PSO-ELM）和ELM相比,基于SSA-ELM的苹果糖度预测模型的预测精度最高。结论：通过智能算法优化ELM模型的参数可以有效提高ELM模型的苹果糖度预测精度。     

模糊数学在维生素A微胶囊工艺参数优化中的应用研究

应用喷雾干燥技术制备雏生素A微胶囊，以进风温度、出风温度，第一次均质压力和第二次均质压力为自变量，以微胶囊化效率、产率、贮藏保留率为评价指标，利用模糊数学的理论和方法处理实验数据，以模糊综合评价值为目标函数对喷雾工艺参数进行优化，确定了最佳工艺参数。     

猪饲料中Cu元素的双脉冲激光诱导击穿光谱检测技术研究

对猪饲料中Cu元素的双脉冲激光诱导击穿光谱(LIBS)检测技术进行了研究。结合正交实验设计对饲料样品中Cu元素进行了LIBS实验参数优化。根据正交实验的直观分析法中的指标之和得出最佳实验参数条件为:激光A能量157.77 m J,激光B能量196.87 m J,激光延迟时间450 ns,采集延时1.28μs。基于偏最小二乘(PLS),比较了不同点数平滑处理和各种预处理方法对PLS模型预测效果的影响。最后得出,结合9点平滑预处理能有效降低噪声信号,能够提高PLS模型分析LIBS光谱数据的准确性,模型预测结果:相关系数r,预测均方差RMSEP,平均相对误差ARE分别为0.9879、15.10、8.24%。     

SVM方法在肉品新鲜度分类问题中的应用

对猪肉、牛肉、羊肉及虾等几种生鲜农产品进行了减压贮藏实验,通过检测各种样品不同保藏时间的挥发性盐基氮含量(TVB-N)、细菌总数、pH值及感官评分数据,以期实现对其新鲜度的准确分类。实验结果表明,任何单一理化或感官指标都难以获得理想的分类正确率。在此基础上,运用支持向量机(support vector machine,SVM)方法对以上数据进行合理的综合训练,并对参数进行优化,从而得到SVM神经网络模型,利用此模型进行肉品的新鲜度分类预测,可大大提高分类正确率。     

基于BP人工神经网络的纱线强度CV值预测研究

研究基于BP人工神经网络的纱线强度CV值预测问题。以棉纤维的七项品质指标作为输入参数,以纱线的强度CV值指标作为输出参数,通过使用28组数据分别进行网络模型训练,最终选定纱线强度CV值的模型结构进行预测,验证了BP人工神经网络模型的预测精度。     

基于近红外光谱技术的食用油酸值和过氧化值定量分析研究

目的 建立基于傅里叶近红外光谱技术的定量分析模型,实现快速测定食用油中酸值和过氧化值含量,保证食用油的品质安全以及跟踪食用油储藏期间的品质变化。方法 首先采用傅里叶近红外光谱仪采集食用油样品漫反射光谱,接着采用归一化(Normalize)和标准正态变换(standard normal variate,SNV)对光谱数据进行预处理,降低原始光谱中噪声的影响;其次通过随机森林(random forest,RF)和引导软收缩(bootstrapping soft shrinkage,BOSS)算法提取特征波长;最后结合径向基函数(radial basis function,RBF)神经网络和极限学习机(extreme learning machine,ELM)建立食用油酸值和过氧化值的预测模型,并与全波段的模型进行对比分析。结果 经过BOSS算法所提取的特征波段建立的模型预测效果优于RF算法以及全波段模型,酸值模型的决定系数(determination coefficient,R²)达到0.98,均方根误差(root mean square error,RMSE)达到0...     

基于NIR技术和ELM的烤烟烟叶自动分级

为解决初烤烟叶收购中人工分级主观因素影响较大的问题,提出了一种基于近红外（NIR）光谱技术结合极限学习机（ELM）算法自动鉴别烟叶等级的方法。文章首次提出基于品质相似、价格接近原则的烟叶收购分组方法,通过交互检验优化ELM分组、分级模型的隐节点数,并与K最近邻法（KNN）、支持向量机（SVM）和随机森林（RF）等多分类算法进行了比较。结果表明:ELM分类模型参数自动优化、训练时间短、稳定性和预测能力较好,2014年（数据集A）、2015年（数据集B）烟叶收购国标样本上、中、下等烟外部预测分组正确率分别为95.77%和94.23%,数据集A和B的上、中、下等烟各组样本外部预测分级正确率分别为85.71%、86.67%、100%和100%、92.86%、92.86%。因此,采用NIR技术结合ELM能准确鉴别初烤烟叶等级,可为烤烟烟叶收购质量等级评价提供一种新技术。      

基于嗅觉可视化技术的食用植物油分类识别

为实现山茶油与3种常见食用植物油(菜籽油、大豆油和玉米油)的区分,制备可视化传感器阵列,采用嗅觉可视化技术对4种不同种类的食用植物油进行分类识别。采用主成分分析(PCA)对4种油样的特征数据进行降维,然后将降维后的数据导入K近邻(KNN)、极限学习机(ELM)、支持向量机(SVM) 3种分类模型中进行模型参数优化,对比了3种分类模型的分类结果。结果表明：建立的SVM分类模型性能最优,当输入主成分向量数为7、c=1.741 1、g=4.549 8时,SVM分类模型的测试集分类识别准确率为95.8%,五折交叉验证准确率为89.6%。制得的可视化传感器阵列可以实现4种食用植物油的分类识别,嗅觉可视化技术用于食用植物油检测是可行的。     

日本食用油安全管理制度及其对我国的经验启示

粮食安全不仅是一国重要的基本国策,食品安全问题更是攸关国民的身心健康。随着食品制造与加工技术的进步,世界各国（和地区）都普遍面临着食品安全问题,食品安全问题中又以食用油的安全问题尤为引人关注。因此有必要探讨食用油的管理机制。本文以文献分析结合评估研究的方法,以世界卫生组织（WHO）公布的食品安全风险分析模式,做为审查日本近年来的食品安全问题,并以评估对比的方式归纳整理,就食用油的管理问题进行分析,最后探究日本食用油安全管理制度队我国的经验启示。     

基于主成分分析法评价两种餐饮用油的煎炸性能

目的 分析两种常见餐饮用油(餐饮调和油A和餐饮调和油B)煎炸性能的差异,并对餐饮用油煎炸品质进行综合评估。方法 在模拟西式快餐实际油炸条件下进行煎炸薯条实验,考察了餐饮用油在油炸过程中十项品质指标,并利用主成分分析法(PCA)对两种餐饮用油在油炸过程中的煎炸性能进行综合评价。结果 餐饮用油品质指标间存在不同程度的相关性,PCA将10个品质指标缩减成2个综合性评价指标,累计贡献率达87.920%,反映了餐饮用油煎炸品质的大部分信息,并进一步提取出评估餐饮用油煎炸性能的5个关键指标,即过氧化值、极性组分、碘价、羰基值以及亚油酸/棕榈酸比值。主成分分析综合得分表明,在油炸过程中,餐饮调和油A得分较高,具有较好的煎炸性能。结论 本研究建立的餐饮用油煎炸性能评价体系为煎炸油的筛选和质量控制提供借鉴。     

河南省市售食用植物油中氯丙醇酯污染状况分析

旨在为河南省食品安全风险监测提供参考,对河南省市售的205份食用植物油中3-氯-1,2-丙二醇酯(3-MCPD酯)和2-氯-1,3-丙二醇酯(2-MCPD酯)的污染状况进行调查分析。结果显示：205份食用植物油中,3-MCPD酯污染水平高于2-MCPD酯,其中3-MCPD酯检出率为79.0%,均值为1.83 mg/kg,中位值为1.30 mg/kg;大豆油的3-MCPD酯检出率最高,为93.3%,中位值为1.72 mg/kg,其次是花生油,检出率为89.2%,中位值为1.06 mg/kg,橄榄油的3-MCPD酯和2-MCPD酯污染水平最低;2021年食用植物油中3-MCPD酯、2-MCPD酯检出率均高于2020年;城市、农村人群经由食用植物油摄入3-MCPD酯健康风险较低。不同食用植物油氯丙醇酯的污染水平差别较大,虽然居民经食用植物油摄入3-MCPD酯健康风险较低,但需要继续加强监测。     

食用油储存期品质变化的太赫兹光谱无损识别

为研究食用油在储存期间的品质变化情况，利用太赫兹衰减全反射技术对不同氧化程度的食用油进行无损识别。首先探究储存条件对食用油品质的影响情况，进一步根据国家定义食用油品质的标准将样品分为新鲜油、可食用油和不宜食用油，采集各类油品的太赫兹时域光谱，经数据预处理后采用欧氏距离匹配法进行聚类分析，并采用线性判别分析法进行样本分类，其中欧氏距离匹配法识别食用油折射率谱，准确率为95.65%；线性判别分析法识别吸收系数谱数据，准确率为91.00%，经比较两模型识别准确率理想，分析效果良好。该研究首先得出储存条件对食用油品质的影响规律，以论证太赫兹衰减全反射技术在分析食用油储存期品质变化方面的可行性，实现了食用油品质的快速无损检测；也可为太赫兹光谱技术深入应用于食用油多种属性的研究提供一定参考依据。     

北京市地区小包装食用油中真菌毒素污染状况调查

在北京市地区随机抽取120份小包装食用油,采用高效液相色谱法或液相色谱-质谱联用法检测AF、AFB1、ZEN、DON、OTA和FB 6种真菌毒素的含量,并进行危害性评估。结果表明:120份样品中,黄曲霉毒素和玉米赤霉烯酮的检出率分别为6. 67%和17. 50%,且检出黄曲霉毒素的食用油都为花生油,检出玉米赤霉烯酮的食用油都为玉米油,未检出其他真菌毒素;黄曲霉毒素虽然没有超出我国食用油真菌毒素的限量标准,但超出了欧盟的真菌毒素限量标准;玉米赤霉烯酮检出率虽然很高,但没有超出人体的每日最大耐受摄入量。     

2018—2022年广西贵港市食用植物油中黄曲霉毒素B1监测结果分析及暴露风险评估

旨在为广西贵港市预防食源性疾病提供科学依据，采用GB 5009.22—2016中的高效液相色谱-柱后衍生法测定2018—2022年从贵港市不同地点采集的625件食用植物油样品的黄曲霉毒素B₁(AFB₁)含量，并应用人群肝癌发病风险法和暴露限值(MOE)法对AFB₁的暴露风险进行评估。结果表明：在625件食用植物油样品中，AFB₁的检出率为96.80%,超标率为20.00%,其中定型包装油均合格，散装油超标率为31.97%;花生油中AFB₁的检出率为97.04%,超标率为24.70%,其他食用植物油均合格；采集自油坊、杂货店和街头摊点的样品的AFB₁超标率较高；食用植物油中AFB₁的日膳食暴露量为5.26 ng/kg, AFB₁致肝癌发病风险为0.236例/(年·10万人),其中散装油为0.581例/(年·10万人),花生油为0.416例/(年·10万人);食用植物油的MOE值为76,其中散装油为31,定型包装油为...     

基于Raman和NIR特征光谱的食用植物油脂肪酸定量模型优化

根据食用植物油4种主要脂肪酸(油酸、亚油酸、硬脂酸和软脂酸)分子结构中拉曼活性较强的基团所对应的谱区以及实测光谱筛选多个特征区间,结合偏最小二乘方法建立46份食用油样本4种脂肪酸的快速拉曼定量分析模型。实验结果表明相较于全谱建模,特征谱区筛选能有效地减少建模所用的变量数,明显提高模型的预测性能。实验中发现食用油颜色的差异会引起拉曼光谱受到不同程度的荧光干扰,因此在上述挑选的特征谱区基础上增加扰动较为明显的了295~325 cm-1波段进行联合建模,显著提高了拉曼定量模型的性能。并与采用数理统计方法进行特征谱区优化的近红外模型相比较,结果表明两类模型性能相当,均可用于食用油脂肪酸的快速、准确检测,其中拉曼模型因其所需样本量少,机理更明确等特点更有优势。