基于支持向量机的近红外光谱技术快速鉴别掺假羊肉

为实现掺假羊肉的无损鉴别,利用傅里叶变换近红外光谱分析技术建立混入鸭肉的掺假羊肉糜的快速检测方法。实验通过在羊肉糜中添加不同比例的鸭肉糜来制备掺假羊肉,采用近红外漫反射方式在全波段范围（10000⁴000 cm-1）内采集羊肉、掺假羊肉和鸭肉的近红外光谱图,分别考察多元散射校正（Multiplicative scatter correction,MSC）、标准正态变量变换（Standard normal variate correction,SNV）、面积归一化（Area normalization）、标准化（Autoscale）、15点平滑处理（Smoothing）、一阶导数处理（1stderivative）的光谱预处理方法对所建支持向量机（nuSVM）判别模型的预测效果。结果显示,不同光谱预处理所建nu-SVM判别模型预测效果不同。其中,经标准化处理后所建的nu-SVM模型的预测能力最差为90.38%;15点平滑处理后所建nu-SVM模型的预测效果最好（96.15%）,对建模集正确判别率为99.07%,对检验集正确判别率为96.15%;其余处理所建nu-SVM模型的判别能力介于二者之间。结果表明,采用近红外光谱技术结合15点平滑预处理后所建nu-SVM模型可以实现羊肉中的掺杂鸭肉的鉴别。      

基于支持向量机的食源性致病菌近红外光谱鉴别

以近红外光谱法结合支持向量机对大肠杆菌O157∶H7、单增李斯特菌、金黄色葡萄球菌进行了分类鉴别。对预处理后的3 种食源性致病菌近红外光谱数据进行主成分分析,以前26 个主成分向量为支持向量机输入量建立支持向量机模型,对径向基函数核函数分类器与多项式核函数分类器进行了对比分析。结果表明,以径向基函数为核函数的支持向量机在核参数为0.5时对3 种食源性致病菌的鉴别效果最好,与国标方法相比结果一致,其鉴别准确率均达到100%。     

基于深度信念网络的近红外光谱鉴别莲子粉掺假

为快速鉴别莲子粉真伪,利用近红外光谱技术对莲子粉掺杂进行鉴别。基于已知利用支持向量机(support vectormachine,SVM)对光谱数据分类的结果,在未知样品类别的情况下使用基于深度信念网络(deepbelief network,DBN)进行判别。结果表明,当训练集数目达到600时,SVM模型对掺入不同比例各类其他作物粉的平均识别率达到98%;基于DBN模型能够有效识别掺杂了各类其他作物粉的莲子粉,极个别掺杂比例的平均识别率在96%左右。采用DBN算法避免了当前深层神经网络易陷入局部最优和无大量标签样本的情况。近红外光谱技术结合DBN为农产制品掺假的快速检测提供了新的尝试。     

基于支持向量机的食醋总酸近红外光谱建模

为了得到稳定可靠的食醋总酸光谱模型,以不同产地、不同种类的95个食醋样品为研究对象,应用基于统计学原理的最小二乘支持向量机(LS-SVM)对食醋总酸含量进行光谱分析.对预处理后的光谱进行主成分分析(PCA),以主成分信号作为输入变量建立食醋总酸含量的近红外光谱模型,并与偏最小二乘法(PLS)和向后区间偏最小二乘法(biPLS)模型进行比较.结果表明,LS-SVM模型中的校正集中的相关系数(rc)和交互验证均方根误差(RMSECV)分别达到0.9614和0.2192,预测集相关系数(rp)和预测均方根误差(RMSEP)分别达到和0.919和0.3226,均优于PLS和biPLS模型.研究表明,近红外光谱与食醋总酸含量呈非线性关系,采用LS-SVM建立的模型预测性能更好,精度更高.     

葛粉掺假的近红外漫反射光谱快速检测

研究葛粉中掺假红薯淀粉和马铃薯淀粉的近红外漫反射光谱快速检测方法。采集样品的近红外漫反射光 谱,采用主成分回归和偏最小二乘法建立校正模型,并对比光谱预处理方法和光谱建模区间对模型的影响。结果表 明,采用偏最小二乘法建模,光谱采用标准正态变量变换预处理,光谱区间选择在962～1 389 nm时,模型预测效 果最佳,外部验证预测相关系数（RP 2）达0.994 5,均方根误差2.298 7%,相对分析误差13.56,平均回收率99.89% （n=9,RSD=2.96%）,这表明近红外漫反射技术能对葛粉中掺假红薯淀粉和马铃薯淀粉进行有效检测。     

甘薯淀粉掺假的快速检测研究

为解决粉条加工中甘薯淀粉不纯、混掺玉米淀粉造成碎粉率增加的弊端,根据玉米淀粉与甘薯淀粉组成结构的不同,两种淀粉遇碘制剂呈现不同的显色反应原理,将纯甘薯淀粉、纯玉米淀粉以及含有不同比例玉米淀粉的混合淀粉配制成一定浓度的淀粉试液,在各种淀粉试液中加入一定剂量的复合碘制剂溶液,根据其颜色变化的不同,确定甘薯淀粉中是否混掺玉米淀粉。用分光光度计测定混合淀粉试液的吸光率值,通过数据回归方程确定混合淀粉中玉米淀粉的含量。     

基于支持向量机的近红外光谱羊毛混纺面料的无损鉴别技术

采用便携式近红外光谱仪分别采集了羊毛/棉、羊毛/马海毛、羊毛/氨纶、羊毛/丝、羊毛/羊绒5种羊毛混纺面料的近红外光谱,利用支持向量机算法(SVM)分别对原始光谱和经归一化预处理后的光谱建立分类模型。选用径向基函数(RBF)作为核函数,并采用网格搜索法(Grid Search)、遗传算法(GA)和粒子群算法(PSO)对惩罚参数c和核函数参数γ进行参数寻优。结果表明:PSO-SVM模型分类结果最理想,模型对训练集整体分类准确率为100%,对验证集的整体分类准确率为94.87%,其中羊毛/棉、羊毛/马海毛、羊毛/氨纶3类面料的分类准确率均为100%,羊毛/羊绒的分类准确率为95%,羊毛/丝的分类准确率相对较低为85%。     

萤火虫优化支持向量机参数的近红外光谱技术鉴别卷烟牌号

目的：准确快速鉴别卷烟牌号。方法：采集不同牌号卷烟的近红外光谱,通过光谱预处理方法降低干扰因素后,利用萤火虫算法(FA)优化支持向量机(SVM)参数,考察光谱预处理方法、萤火虫算法的种群数目和迭代次数对卷烟分类正确率的影响。结果：采用标准正态变量变换(SNV)结合一阶导数(1D)方法进行近红外光谱预处理,当萤火虫种群数目为20,迭代次数为20时,优化支持向量参数可达到较好的识别效果,训练集的分类正确率为100%,测试集的分类正确率为96.67%~100.00%。结论：利用近红外光谱技术结合FA算法优化SVM可实现对卷烟牌号的准确鉴别     

基于近红外光谱技术的咖啡掺假快速鉴别方法

本文研究了利用近红外光谱技术结合AdulterantScreen算法建立的咖啡快速鉴别方法。采用傅里叶变换近红外光谱仪采集咖啡样品光谱,建立标样(材料光谱)光谱数据库,采集掺假物光谱数据,建立掺假物光谱数据库,建立了咖啡分类模型及掺假物模型,运用Adulterant Screen算法技术对模型的主成分及掺假成分进行计算分析,建立了咖啡掺假快速鉴别模型。本咖啡快速鉴别方法对含量在2%、5%、10%、15%、20%、30%及40%巴西莓果粉和5%、10%、15%、20%、30%及40%大麦掺假咖啡可以实现有效的掺假鉴别,最低识别咖啡中巴西莓果粉及大麦掺假含量分别为2%及5%。利用近红外光谱技术结合Adulterant Screen算法建立咖啡快速鉴别模型可以鉴别咖啡中巴西莓果粉和大麦等掺假物,为咖啡样品掺假鉴别提供了一种快速、可靠、无损的检测方法,能有效的运用于咖啡样品掺假鉴别的日常检测工作中。     

蜂蜜用葡萄糖溶液掺假的近红外光谱检测

为实现蜂蜜用葡萄糖溶液掺假的快速检测,利用近红外光谱技术(NIRS)对真假蜂蜜样本进行了研究。121个真蜂蜜样本中取8个分别按5%、10%、15%、20%、25%、30%、35%、45%、55%和65%的质量比掺假,共得80个掺假样本。不同光谱预处理方法的模型结果表明最佳预处理方法为自归一化加一阶微分(真假判别)和中心化加一阶微分(掺假量分析)。利用CARS(Competitive adaptive reweighted sampling)法筛选变量,PLS-LDA模型对真假蜂蜜的判别准确率为100%,PLS模型对掺假量定量分析的交互验证均方差为3.137 7,预测均方差为2.980 0。结果表明NIRS能实现蜂蜜用葡萄糖掺假的检测。     

基于近红外光谱技术快速测定甘薯多糖含量

摘 要：目的 建立一种基于近红外光谱技术快速测定甘薯多糖的方法。方法 通过采集来自不同地区的74个甘薯及甘薯干的近红外光谱图,对异常样本进行剔除与回收后随机选择其中56种作为校正集,11种作为验证集。通过一阶导数、二阶导数、多元散射校正（multiplicative signal correction,MSC）、标准正态变量变换（standard normal variate,SNV）等组合预处理方式对原始光谱进行处理,比较多元线性回归（stepwise multiple linear regression,SMLR）、主成分回归（principal component regression,PCR）和偏最小二乘法（partial least squares,PLS）三种方法建立的模型结果,进一步选择波段确定最佳甘薯多糖含量测定方法。结果 PLS建立的模型整体精确度和稳定性最佳,最优模型的预处理方式为一阶导数处理,该模型的最佳波段为全波段范围,校正集均方根误差（root mean square error of calibration set,RMSEC）为相关系数0.496,校正集相关系数（calibration set correlation coefficient,RC2）为0.9683,验证集均方根误差（root mean square error of prediction set,RMSEP）为0.430,验证集相关系数（prediction set coefficient of determination,RP2）为0.9440,主成分数为8。结论 通过近红外光谱技术结合偏最小二乘法建立甘薯多糖模型可作为甘薯多糖快速测定的可行性方法。     

掺假藕粉中木薯淀粉和甘薯淀粉的鉴别-差示扫描量热法

为了对掺入藕粉中的其他淀粉种类进行鉴别,本研究通过差示扫描量热仪对藕粉等常见几种淀粉的糊化过程进行考察发现,藕粉与其他淀粉在糊化吸热峰上有着明显的差别。根据藕粉与木薯淀粉和甘薯淀粉等在糊化吸热峰上的差异,以糊化吸热峰作为特征指标,对掺假藕粉中掺入的木薯淀粉和甘薯淀粉进行定性或定量鉴别实验。同理,此方法也可用于检验与藕粉在糊化吸热峰上有明显差异的用于藕粉掺假的其他淀粉种类,如马铃薯淀粉,玉米淀粉等。此方法将弥补前期发表的基于淀粉颗粒超微形貌特征的可食用淀粉种类扫描电镜鉴别方法的不足。     

湿热处理改善红薯粉条品质的优化工艺研究

红薯淀粉糊化特性回生值是影响红薯粉条品质的关键因素,湿热改性技术对红薯淀粉粉条品质有明显的改善效果。为了提供一种绿色安全高效生产粉条用的红薯淀粉产品,试验以红薯淀粉回生值为响应值,根据单因素试验结果建立Box-Behnken模型对改性技术进行优化。利用响应面分析法探讨红薯淀粉含水量、湿热处理温度和湿热处理时间3因素对湿热改性红薯淀粉回生值的影响。优化的工艺条件为:红薯淀粉含水量34%、湿热处理温度105.8℃、湿热处理时间1 h。在此条件下得到的湿热改性红薯淀粉制备的粉条品质显著(P0.01)的优于原红薯淀粉粉条。湿热改性红薯淀粉粉条品质中的断条率比原淀粉粉条下降70%,而粉条硬度和粉条拉伸强度有显著性的增加,由原来的23.91、0.79 N分别增加到30.81 N和1.71 N。结果表明湿热处理不仅使红薯淀粉粉条耐煮不糊汤,而且粉条弹韧性能也增强。研究用响应面法优选出的改性工艺合理可行,为产业化应用提供了参考。     

谷朊粉和甘薯淀粉对面条品质的影响

以不同比例甘薯淀粉和小麦粉的混合粉作为原料粉,研究了制作面条的质构特性和烹煮特性,并讨论了和面时间和谷朊粉添加量对添加甘薯淀粉面条（甘薯淀粉添加量为20%）品质的影响。结果表明,少量甘薯淀粉可以改善面条的品质,甘薯淀粉添加量过大则会对面条品质产生负面影响;适当延长和面时间有利于改善甘薯面条的品质,但和面时间不宜超过12min;适量添加谷朊粉可以改善甘薯面条的品质,当谷朊粉添加量为2.7%~3.7%时所制面条的品质与小麦粉所制面条的品质相近。     

Utilization of rice starch with gums in Asian starch noodle preparation as substitute for sweet potato starch

Starch noodles were produced using a medium grain rice starch in the presence of various gums, and physical properties of the noodles were compared with sweet potato starch noodle. Pasting viscosity of the rice starch was lower than that of sweet potato starch (830 vs. 1,618 cp as peak viscosity). The peak viscosity, however, was increased by the addition of gums (0.1% based on dispersion), and especially xanthan was the most effective in increasing the peak viscosity (1,478 cp). The cooking loss for the rice starch noodles (1.5 mg/mL), greater than that for the sweet potato starch noodle (0.2 mg/mL), was effectively reduced to 0.8 and 0.9 mg/mL, respectively, by the addition of locust bean gum (LBG) and curdlan. The addition of LBG or gellen gum also increased the hardness of the rice noodles. Aging (extended retrogradation) the noodles was effective in reducing the cooking loss and improving the textural properties of the rice starch noodles. The combination of the gum addition (like LBG) and aging of the rice starch noodle might be useful for utilizing rice starch as a substitute for sweet potato starch in Asian noodle preparation.     

不同改性方法对红薯淀粉性质及粉条品质的影响研究

以3种不同处理方式(乳酸菌发酵、乳酸处理和湿热处理)对红薯淀粉进行改性,采用快速黏度测定仪(RVA)傅立叶红外光谱、电镜扫描仪和质构分析仪等仪器研究不同改性处理对红薯淀粉结构性质及粉条品质的影响。研究结果表明:与原淀粉相比,3种改性淀粉糊化特性的峰值黏度和衰减值有所降低,回生值都有不同程度的升高,淀粉分子结构的有序度也有不同程度的增加,除湿热处理淀粉的颗粒结构表面无明显变化,其他改性淀粉的颗粒结构表面有不同程度破坏。对3种改性淀粉与原淀粉粉条品质进行比较研究发现湿热处理淀粉所制粉条的断条率比原淀粉降低50%,硬度也由原来的2437g增加至3022g,粉条的拉伸强度由原来的80g增加到163.9g。     

便携式激光拉曼光谱法快速鉴别橄榄油掺假

目的采用便携式激光拉曼光谱仪,建立激光拉曼光谱对橄榄油进行快速鉴别的方法。方法对橄榄油样品进行光谱扫描及基线校正后,以1440 cm-1作为参考波数,对拉曼光谱数据进行归一化处理。结果对80余份橄榄油样品进行统计分析,发现75%的样品在1265 cm-1的拉曼光谱强度值低于540。特级初榨橄榄油中掺加果渣油,会使1265 cm-1和1650 cm-1的特征峰增强,1525 cm-1处的精细结构变小直至消失。结论拉曼光谱具有便捷、快速、无损分析的特点,可作为橄榄油真伪鉴别在线初步筛查的工具。     

甘薯方便粉的加工工艺

以甘薯淀粉为主要原料,经过净化脱色、挤压糊化和干燥成型等工序后,附加不同口味调味料包,制成方便薯粉。     

拉曼光谱法快速检测猪肉脯中的掺伪鸡肉

目的 建立拉曼光谱法快速、准确、无损地检测猪肉脯样品中掺假鸡肉的方法。方法 制备33份猪肉中掺入不同比例鸡肉的肉脯样品,采集拉曼光谱数据,分别采用标准正态变换、多元散射校正、卷积平滑、归一化、一阶导数等5种不同预处理方法,对原始光谱数据进行预处理,采用连续投影算法、竞争性自适应重加权算法及随机蛙跳算法对光谱数据进行特征波长筛选,建立偏最小二乘法(partial least squares,PLS)模型对猪肉脯进行定性定量判别。结果 拉曼光谱数据经过多元散射校正处理的效果最佳,竞争性自适应重加权算法竞筛选效果更佳,构建猪肉脯中猪肉含量的PLS定量模型,其预测集决定系数和预测均方根误差分别为0.9762、7.2998。建立的PLS判别模型的校正集和预测集总判别正确率分别为100.00%和98.33%。结论 拉曼光谱分析技术可有效用于定性鉴别猪肉脯是否掺伪及定量分析猪肉肉脯中掺入鸡肉的比例,为肉脯掺假的快速无破坏性检测的应用提供支持。