氢核磁共振结合正交偏最小二乘法对油菜蜜中果葡糖浆掺假的判别分析

利用氢核磁共振(1H nuclear magnetic resonance,1H NMR)谱图结合正交偏最小二乘(orthogonal partial least squares,OPLS)法对油菜蜂蜜和果葡糖浆掺假蜂蜜进行判别分析。采集了303个油菜蜜样品和180个按照不同比例配制的果葡糖浆掺假蜂蜜样品的1H NMR谱图,并对油菜蜜主要糖类成分和部分低含量化合物进行了信号归属。采用OPLS对训练集数据进行分析,建立蜂蜜果葡糖浆掺假判别模型。通过排列实验法对模型进行可靠性检验。结果显示,油菜蜜和果葡糖浆掺假蜂蜜样品在OPLS得分图中能明显区分。训练集和测试集样品的总体判别正确率分别为98.40%和98.24%。因此,1H NMR与OPLS相结合可以实现油菜蜜中果葡糖浆掺假的快速鉴别。该方法是基于对蜂蜜成分的整体分析,避免了仅仅分析个别成分指标的检验方法中存在的缺陷,为蜂蜜质量监控提供了一种新思路。     

电子舌对掺入果葡糖浆掺假蜂蜜的识别

采用电子舌对不同蜂蜜以及掺入果葡糖浆的蜂蜜样品进行测定,对所获得的数据进行主成分分析、判别因子分析和偏最小二乘回归分析。结果表明:电子舌能够区分不同蜂蜜样品和掺假蜂蜜样品(果葡糖浆掺入比例≥5%);对掺假蜂蜜样品建立了偏最小二乘回归分析预测模型,电子舌响应信号和果葡糖浆掺入比例之间有很好的相关性(决定系数R2为0.992 0),偏最小二乘回归分析模型预测误差均≤5%(掺入比例为10%~70%)。试验证明电子舌可用于掺入果葡糖浆的掺假蜂蜜的识别。     

蜂蜜掺假检测现状及一种快速鉴别方法探讨

文章介绍了目前我国蜂蜜掺假检测现状,探讨了一种利用紫外光谱扫描快速鉴别掺假蜂蜜的方法。用紫外可见分光光度计对待检蜂蜜样品进行扫描,根据待检蜂蜜样品与糖浆、纯蜂蜜在210～400nm波长段的光谱图及光谱图中波峰波谷位置特征的不同,可快速鉴别待检蜂蜜是否掺假,同时该方法能识别蜂蜜质量,对鉴别蜂蜜品质有一定意义。     

拉曼光谱法快速鉴别蜂蜜中掺入甜菜糖浆的可行性研究

对蜂蜜用各种廉价的糖浆掺假,一直是蜂蜜行业的严重问题。本文利用拉曼光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行鉴别。用airPLS法扣除拉曼荧光背景,用自归一化法预处理光谱,在全谱范围(4000～10000cm^-1)内建立偏最小二乘-线性判别分析（PLS-LDA）模型,并进行预测。训练集10折交互验证的判别总正确率为90.4%,预测集的判别总正确率为95.4%。实验结果表明拉曼光谱结合化学计量学方法可快速鉴别蜂蜜中掺入的甜菜糖浆。     

基于糖类物质差异鉴别掺假蜂蜜技术研究进展

天然蜂蜜具有较高的营养价值,但目前市场上蜂蜜产品的质量却良莠不齐。随着蜂蜜掺假手段的提高,我国现行的国家检测标准已无法满足市场需求。近几年来,蜂蜜中最难检测的掺假手段就是在天然蜂蜜中掺入高果糖浆。高果糖浆与真蜂蜜中糖类物质的组成较为相似,检测蜂蜜中掺入高果糖浆一直是研究的难点,但是蜂蜜中的糖类物质的稳定性碳同位素比值、空间结构、热力学温度、寡糖组成等方面与掺假糖浆是有一定区别的。主要对基于糖类物质差异鉴别掺假蜂蜜的技术进行了综述,提出了今后掺假蜂蜜鉴别技术的发展方向,以期促进蜂蜜市场的规范化发展。     

中红外光谱结合线性判别分析快速鉴别蜂蜜品种

研究以椴树、槐花、葵花、苕子、油菜、枣花6种蜜源蜂蜜样品为研究对象,利用中红外光谱检测器对样品进行光谱扫描,结合线性判别分析方法(Linear discrimination analysis,LDA)建立蜂蜜品种鉴别模型。结果表明,在经过光谱预处理及主成分分析后,用LDA方法建立的蜂蜜品种鉴别模型,对训练集和测试集样品的预测识别准确率分别为97.59%和96.30%。上述参与训练与测试的全部样品作为训练集建立的模型对完全未参与建模的槐花蜜、油菜蜜样品预测其正确判别率分别为80.00%和94.87%。表明该方法在快速、准确鉴别蜂蜜品种具有可行性、实用性。     

近红外光谱技术快速检测猪肉糜中的掺杂鸭肉

为快速、准确利用近红外定性分析混入鸭肉的掺假猪肉糜。试验在猪肉糜中添加不同比例的鸭肉肉糜,制备不同掺假鸭肉的样品90个,其中76个为掺有不同鸭肉质量分数的样品,14个为纯猪里脊肉,并独立制备44个验证集样品,其中37个为掺有不同鸭肉肉糜质量分数的样品,7个为纯猪肉。在10 000 cm-1~4 000 cm-1波数范围内进行光谱扫描,采用不同光谱预处理方法结合主成分分析,建立PLS-DA模型。建立的判别分析模型:在全波段范围(10 000 cm-1~4 000 cm-1)内,对校正集正确判别率可达100%,验证集的正确判别率可达88.6%。研究结果表明近红外漫反射光谱可以快速检测猪肉中的掺杂鸭肉。     

基于电感耦合等离子体质谱法测定蜂蜜同位素进行产地溯源

目的为实现蜂蜜掺假识别,利用电感耦合等离子体质谱法对蜂蜜中Pb、Sr微量元素的同位素比值进行识别分析。方法分析了饶河纯正东北黑蜂蜂蜜和不同产地蜂蜜的同位素比值;利用质量分析专业软件(MPP)分别采用决策树(decision tree)、朴素贝叶斯(naive bayes)、神经网络(neural network)、偏最小二乘判别分析法(partial least square discriminate)和支持向量机(support vector machine)等模型识别方法,对蜂蜜数据进行分析研究。结果不同产地的蜂蜜中铅、锶同位素比值差别较大,饶河蜂蜜能和不同产地的外地蜂蜜很好地分离开,可以解释84.72%的差异。通过MPP软件发现采用决策树模型对16个蜂蜜样品的测试得到了验证,准确率为100%。结论电感耦合等离子体测定铅、锶同位素比值的蜂蜜掺假识别是可行的。     

鹅掌柴蜂蜜的糖类指纹图谱构建及掺假识别研究

以鹅掌柴蜂蜜为研究对象,对鹅掌柴蜂蜜、常见掺假物质和掺假蜂蜜的果糖、葡萄糖、蔗糖和麦芽糖的含量进行检测和分析;绘制以果糖含量为X轴,麦芽糖含量为Y轴与果葡糖浆、玉米糖浆、麦芽糖浆含量的等值线图;建立鹅掌柴蜂蜜标准糖类指纹图谱,同时对常见掺假物质及掺假蜂蜜的相似度及99%置信区间进行分析。结果显示,当掺假物质为果葡糖浆时,葡萄糖、果糖和蔗糖的变化不差异性不大,当掺假物质为玉米糖浆和麦芽糖浆时,果糖和葡萄糖的含量随着掺假量的增加而减少,麦芽糖含量随着掺假量的增加而增加,蔗糖含量均为未检出;掺假物质与果糖、麦芽糖的等值线图直观地呈现出鹅掌柴蜂蜜掺假玉米糖浆、麦芽糖浆的分布,可以定量鉴别鹅掌柴蜂蜜掺假情况;鹅掌柴蜂蜜之间的相似度均大于0.999,说明标准糖类指纹图谱能够反映鹅掌柴蜂蜜的共同特性,同时也能够反映掺假蜂蜜与鹅掌柴蜂蜜之间的差异;计算出鹅掌柴蜂蜜中果糖、葡萄糖、蔗糖和麦芽糖含量99%置信区间,果糖的含量范围为42.27 g/100 g~47.79 g/100 g,葡萄糖的含量范围为21.56 g/100 g~27.53 g/100 g,蔗糖为未检出,麦芽糖为0.92 g/100 g~1.55 g/100 g,研究结果可以为蜂蜜的产品质量控制和掺假检测提供理论依据。     

基于ICP-MS 测定蜂蜜同位素进行产地溯源

摘 要: 目的 为了实现蜂蜜掺假识别,利用电感耦合等离子体质谱法对蜂蜜中Pb、Sr微量元素的同位素比值进行识别分析。方法 分析了饶河纯正东北黑蜂蜂蜜和不同产地蜂蜜的同位素比值;利用质量分析专业软件（MPP）分别采用决策树（decision tree）、朴素贝叶斯（naive bayes）、神经网络（neural network）、偏最小二乘判别分析法（partial least square discriminate）和支持向量机（support vector machine）等模型识别方法,对蜂蜜数据进行分析研究。结果 不同产地的蜂蜜中铅、锶同位素比值差别较大,饶河蜂蜜能和不同产地的外地蜂蜜很好的分离开,可以解释84.72%的差异。通过MPP软件发现采用Decision Tree模型对16个蜂蜜样品的测试得到了验证,准确率为100% 。结论 电感耦合等离子体测定铅、锶同位素比值的蜂蜜掺假识别是可行的。