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SVM的棉麻织物近红外光谱快速无损鉴别

将近红外光谱技术与支持向量机(SVM)相结合建立分类模型,用于棉、麻织物的快速无损鉴别。选用径向基函数(RBF)作为核函数,分别采用网格搜索法、遗传算法和粒子群算法对惩罚参数c和核函数参数g进行参数寻优。结果显示,用网格搜索法得到的最佳参数c和g建立的模型分类结果最好,模型对棉、麻训练集的分类准确率分别为100%和99.12%,对预测集的分类准确率均为96.67%。近红外光谱技术鉴别单个样品的时长小于3 min,实现了快速鉴别。结果表明,近红外光谱技术与支持向量机相结合,可用于棉、麻织物的快速无损鉴别。     

基于红外光谱快速鉴别压榨油茶籽油与浸出油茶籽油的研究

为规范油茶籽油市场、维护消费者权益,建立了快速、准确鉴别压榨油茶籽油和浸出油茶籽油的方法。通过傅里叶变换红外光谱仪对大量压榨油茶籽油和浸出油茶籽油样品进行扫描,提取特征波段数据,运用Savitzky-Golay平滑(SG)、多元散射校正(MSC)、标准正态变量变换(SNV)、一阶导数(FD)和二阶导数(SD)方法进行预处理,然后结合偏最小二乘法(PLS)、支持向量机(SVM)和BP人工神经网络(BPANN)建立鉴别模型。结果表明,偏最小二乘法和BP人工神经网络建模时,SG平滑预处理方法最好,得到的SG-PLS和SG-BPANN两模型的验证集相关系数、验证集均方根误差、鉴别准确率分别为0. 767 9和0. 921 2、0. 322 6和0. 205 9、88. 46%和100%;支持向量机建模宜采用SNV预处理,建立的SNV-SVM模型验证集相关系数、验证集均方根误差和鉴别准确率分别为0. 761 4、0. 882 1、88. 46%。因此,红外光谱技术用于鉴别压榨油茶籽油和浸出油茶籽油是可行的。     

基于拉曼光谱和支持向量机的黄酒品质快速分析

本研究使用拉曼光谱分析技术采集不同产地和不同酒龄的黄酒样品指纹信息,对比判别分析(DA)和最小二乘支持向量机(LS-SVM)所建黄酒品质快速模型性能,确定最优模型以实现快速准确地评价黄酒品质。本研究在全波段范围利用主成分分析对拉曼光谱数据降维,计算降维谱图间马氏距离,基于ward’s算法建立判别分析模型;将全波段范围作为最小二乘支持向量机的输入量,选择出能较好处理非线性问题的RBF为核函数,同时采用交互验证方式优化RBF核函数参数,基于优化RBF核函数,建立最小二乘支持向量机鉴别模型。研究结果表明:拉曼光谱结合最小二乘支持向量机鉴别模型对黄酒产地和酒龄的鉴别正确率均为100%;拉曼光谱结合判别分析鉴别模型对嘉善、绍兴和上海黄酒的鉴别正确率分别为100%、80%和80%,对黄酒酒龄的鉴别正确率均为100%;最小二乘支持向量机模型性能优于判别分析模型。拉曼光谱结合化学计量学方法可快速、准确评价黄酒品质。     

基于太赫兹时域光谱的芝麻油品种识别研究

为了实现对芝麻油品种的快速鉴别,本文基于太赫兹时域光谱(THz-TDS)提出一种芝麻油品种识别的方法。选取0~2.5 THz范围内的光谱进行分析,通过主成分分析法(PCA)对时域光谱数据进行降维,选择前4个主成分(累计贡献率大于99%)代表原始数据,然后利用支持向量机(SVM)方法对不同品种芝麻油进行分类识别,分类时使用3种不同的核函数建模,并采用网格搜索算法获得最优模型及其模型参数。使用径向基核函数(参数为惩罚函数C=0.01,核函数系数γ=0.1)的模型识别率最高,达到100%,说明太赫兹时域光谱技术结合PCA和SVM方法可以快速可靠的进行食用油的识别,为食品安全的识别提供一种新的技术手段。     

太赫兹时域光谱识别4种食用油真实性的研究

采用太赫兹时域光谱系统(THz-TDS),研究了4种食用油(黑芝麻油、芝麻油、小磨香油和花生油)在0.2~1.6 THz波段的延时特性和折射率特性。使用主成分分析法(PCA),根据累计贡献率的大小提取光谱的特征数据。提取了4个主成分(累计贡献率大于95%)作为一个支持向量机(SVM)模型的输入用于识别食用油的种类。结果表明:结合主成分分析法,通过选择合适的支持向量机核函数及其参数,食用油种类识别的正确率可达到93%;通过与主成分回归(PCR)、偏最小二乘回归(PLS)和后向(BP)神经网络方法的比较,支持向量机结合主成分分析(PCA-SVM)方法具有更突出的分类性能,同时也说明了采用太赫兹时域光谱,结合化学计量学方法精准鉴别食用油种类的可行性。     

基于反射光谱的油茶籽油掺伪量快速测定及特征波长特性研究

为了探索紫外-可见-近红外反射光谱测定油茶籽油掺伪量的方法,按照不同掺伪比例制备了244个油茶籽油掺伪大豆油、菜籽油、花生油、玉米油的样本,以自主搭建的实验平台采集所制备样本在200～1 100 nm范围内的反射光谱。将原始光谱进行Savitzky-Golay(SG)-连续小波变换(CWT)预处理后,利用Kennard-Stone(K-S)算法以2∶1的比例将样本划分成校正集和预测集。采用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)、自主软收缩算法(BOSS)、迭代变量子集优化算法(IVSO)进行特征波长选择,分别建立基于支持向量机(SVM)、极限学习机(ELM)、随机森林(RF)的油茶籽油掺伪量快速预测模型,同时对特征波长的特性进行了研究。结果表明：原始光谱经过SG-CWT(L5)预处理和BOSS特征波长筛选后,建立的基于SVM的油茶籽油掺伪量快速预测模型能够鉴别掺伪量为1%及以上的油茶籽油,该模型在十折交叉验证和网格搜索法下得到最佳惩罚因子(c)和核函数(γ)分别为5.278 0和0.108 8,其预测决定系数(R_P²)、预...     

红外光谱快速测定油茶籽油脂肪酸组成的模型建立北大核心CSCD

通过气相色谱和傅里叶红外光谱仪测定86个油茶籽油样本的脂肪酸组成和红外光谱图,采用支持向量机(SVM)和BP人工神经网络(ANN)的非线性建模方法,构建油茶籽油中主要脂肪酸的定量回归模型。结果表明:ANN建立的油酸和棕榈酸定量回归模型精确度比SVM高,校正集的相关系数(R)分别为0.9987和0.9451,预测集的相关系数分别为0.9557和0.9262,相对标准偏差分别小于1%和5%;SVM和ANN建立的亚油酸定量分析模型精确度都非常高,相对标准偏差均小于1%。说明红外光谱用于油茶籽油中主要脂肪酸的快速检测是完全可行的。     

近红外光谱技术结合支持向量机对食用醋品牌溯源的研究

研究近红外光谱技术对食用醋品牌进行快速无损溯源。收集市场上保宁、东湖、恒顺、镇江4个品种共152份具有代表性的食用醋样品,采集它们的近红外光谱数据,对原始光谱数据进行多元散射校正(multip,licative scatter corrertion,MSC)预处理,对预处理后的光谱数据利用主成分分析法(principal component analysis,PCA)进行聚类分析,根据主成分的累计贡献率选取主成分数,然后用支持向量机(support vector machine,SVM)建立预测模型,选取合适的SVM核函数,并利用粒子群优化算法(particle swarm optimization,PSO)优化模型参数。结果表明,近红外光谱技术结合支持向量机对食用醋品牌分类正确率可达100%。     

基于近红外光谱技术的赣南茶油掺假快速鉴别北大核心CSCD

为了探索基于近红外光谱技术快速无损鉴别掺假油茶籽油的可行性,以赣南茶油为研究对象,通过掺入不同植物油如玉米油、花生油、菜籽油、葵花籽油和大豆油等制备掺假油茶籽油,应用近红外光谱技术采集其光谱特征信息,对比不同预处理方法和主成分数,并结合线性和非线性建模方法建立油茶籽油掺假鉴别模型,以识别准确率(纯油茶籽油样品和掺假油茶籽油样品被正确判别的比例)、灵敏度(纯油茶籽油样品被正确判别为纯油茶籽油的比例)、特异性(掺假油茶籽油样品被正确判别为掺假油茶籽油的比例)作为模型的评价指标,优选出最佳模型。结果表明:二阶微分联合线性判别分析(SD-LDA)模型为最优线性模型,标准正态变量变换联合人工神经网络(SNV-ANN)模型为最优非线性模型,两个模型的识别准确率、灵敏度、特异性分别为97.58%、100%、97.33%和98.99%、100%、98.88%。SNV-ANN模型鉴别效果优于SD-LDA模型,说明非线性模型更适于油茶籽油掺假判别,该模型能更准确地鉴别油茶籽油是否掺假。     

A Feasibility Study of the Rapid Evaluation of Oil Oxidation Using Synchronous Fluorescence Spectroscopy

Synchronous fluorescence spectroscopy coupled with nonlinear regression analysis was developed and used to discriminate the degree of oil oxidation based on the acid and peroxide values. It is easy to discriminate the degree of oil oxidation after treatments with different heat treatment times and styles for both synchronous fluorescence spectroscopy and low-field nuclear magnetic resonance (NMR). The low-field NMR results proved that oil oxidation probably proceeds via more than one pathway for different treatment styles. To decompose the three-dimensional matrix into two-dimensional data, a parallel factor analysis (PARAFAC) algorithm was used to select an optimized Δλ of 120 nm. Then, an artificial neural network (ANN) was used to build a regression model for both synchronous fluorescence and low-field NMR to evaluate the degree of oil oxidation. Compared with other regression results, synchronous fluorescence coupled with the ANN model achieved the best results, with 1.00 in the training set and 1.00 in the acid value test set at room temperature. The overall results suggest that synchronous fluorescence spectroscopy coupled with the ANN regression algorithm is useful for rapidly evaluating oil quality and perhaps foods with high oil contents.     

基于同步荧光光谱的杜仲籽油掺假检测研究

建立基于同步荧光光谱的杜仲籽油掺假判别分析模型及检测方法。以杜仲籽油和7种常见植物油为研究对象,采集激发波长范围为250～700 nm,波长间隔为60 nm的同步荧光光谱,分析杜仲籽油和常见食用油的荧光光谱特性,利用光谱峰面积建立掺假判别模型并对其进行验证。结果表明:杜仲籽油与其他7种植物油的荧光特性存在显著差异;分别利用600～700 nm和300～500nm波长范围同步荧光光谱进行主成分分析,其对杜仲籽油掺假识别准确率高达100%;利用峰面积与掺假比例建立定量判别分析模型,检测限分别为1%和0. 48%。该方法可实现对杜仲籽油掺假的定性和定量分析,且具有较高的灵敏度、简便和快速等特点。     

红花油茶果的主要成分分析

用化学分析法测定了红花油茶果的果皮、茶籽壳、茶籽仁中的主要成分,用毛细管气相色谱法分析了红花油茶籽油的脂肪酸组成,并对茶籽仁的子叶细胞形态进行了观察.结果表明,红花油茶籽仁中粗脂肪(干基)含量为60.3%,粗蛋白质(干基)含量为8.8%,茶皂素(干基)含量为10.34%;红花油茶籽壳中粗蛋白质(干基)含量为2.5%,粗纤维(干基)为73.4%,茶皂素(干基)含量为4.08%;红花油茶果的果皮中粗蛋白质(干基)含量为4.0%,粗纤维(干基)为31.1%,茶皂素(干基)含量为20.05%.脂肪酸组成测定表明,红花油茶籽油属油酸型油脂,油中不饱和脂肪酸含量高达84.83%.     

基于近红外光谱技术的沙棘籽油鉴伪方法研究

针对市场上沙棘籽油质量参差不齐的情况,结合近红外光谱技术研究沙棘籽油快速鉴伪的方法。采用234份沙棘籽油、其他植物油、掺假沙棘籽油的近红外透反射光谱,结合簇类独立软模式法(SIMCA)、偏最小二乘判别法(PLS-DA)、支持向量机法(SVM)3种化学计量学方法,在4 000~6 000 cm-1波段范围内分别建立这3类油的判别模型,并用117份独立样品对模型进行验证。结果表明:3种建模方法均得到了满意的结果,其中SVM在训练和验证过程中均得到100%的正确率,判别效果最好;近红外光谱技术应用于识别纯沙棘籽油和区分沙棘籽油掺假类别具有实用性,近红外光谱技术应用于沙棘籽油鉴伪是可行的。     

2个品种不同成熟度油茶果实品质差异比较

为明确油茶果实的最佳采收期,以赣石83-4和赣石447油茶鲜果为原料,测定其不同成熟度下果实品质相关的表型性状、营养物质和种仁油中脂肪酸组成及含量的变化,并采用主成分分析法对2个品种不同成熟度油茶果实品质进行综合评价。结果表明：随着成熟度的增加,2个品种油茶果实的单果质量、含水率总体呈下降趋势,而鲜果出籽率、干籽出仁率则总体呈上升的趋势;赣石83-4种仁含油率在第四成熟度达到最大值(44.16%),而赣石447种仁含油率在第二成熟度达到最大值(48.56%);赣石447和赣石83-4种仁可溶性糖含量随成熟度变化趋势不一致,前者在第四成熟度达到最大值(11.35%),后者在第五成熟度达到最大值(13.05%);2个品种不同成熟度的油茶种仁蛋白质含量较低且总体上较稳定;2个品种油茶种仁油中脂肪酸组成及含量存在差异,随着成熟度的增加,油酸和单不饱和脂肪酸含量持续增加,而亚油酸和多不饱和脂肪酸含量降低,饱和脂肪酸和不饱和脂肪酸含量的变化幅度较小,分别维持在11%和89%左右;主成分分析结果表明,赣石83-4和赣石447的最佳采收期分别在第五成熟度和第四成熟度。综上,赣石83-4和赣石447油茶...     

典型木本油料油脂的特性分析

本文研究了油茶籽油、核桃油、橄榄油、杏仁油、文冠果油、长柄扁桃油6种木本油料种仁油脂的脂肪酸组成、微量营养成分含量以及荧光特性。研究表明,油茶籽油、橄榄油、杏仁油、长柄扁桃油的脂肪酸以油酸为主(杏仁油65.61%~油茶籽油80.58%),核桃油的脂肪酸以亚油酸(64.19%)为主,文冠果油的脂肪酸以油酸和亚油酸为主;6种油脂中,橄榄油微量营养组分中总酚含量最高,为725.64 mg没食子酸/kg,长柄扁桃油中生育酚和植物甾醇含量均最高,分别为61.06 mg/100 g和314.53 mg/100 g;6种毛油中,长柄扁桃油的氧化稳定性最佳(OSI值13.87 h);荧光扫描显示6种木本油料油脂具有不同的荧光光谱特性,一定程度上可以作为木本油料鉴伪的手段。     

12株油茶种仁含油率及脂肪酸组成分析

测定名邛台地(四川省境内的名山、邛崃、蒲江一带)的12株野生油茶的产量和种仁含油率,采用气相色谱法(GC)对油茶籽油脂肪酸组成进行分析,并对主要脂肪酸组成间进行相关性分析。结果表明:不同油茶的产量和种仁含油率存在差异,单株产量为12.95~54.00 kg,种仁含油率为37.04%~45.56%;油茶籽油脂肪酸组成以油酸、亚油酸、亚麻酸、棕榈酸和硬脂酸为主;各脂肪酸含量之间存在密切的相关性,油酸与亚油酸、亚麻酸、棕榈酸呈极显著负相关,关系最密切的是油酸和亚油酸,其相关系数达到-0.829;根据产量、种仁含油率和脂肪酸组成筛选出的川雅31、川雅21、川雅28、川雅20可作为进一步培育优良品种的材料。     

玉屏不同油茶种质含油率及油中脂肪酸组成分析

为选育油茶优良无性系,利用核磁共振方法测定了玉屏38个油茶优良无性系的种子和种仁含油率,采用GC-MS/MS方法检测了索氏提取的油茶种仁油脂肪酸组成及相对含量。结果表明:MZ-3、YP-1、6-57、6-48和GY的种子和种仁含油率分别在41%和56%以上。油茶种仁油中检测出6种脂肪酸,分别为棕榈酸、硬脂酸、油酸、亚油酸、亚麻酸和花生烯酸,油酸含量高于83%的品系有5-35、5-37、6-49、XL-210和YP-1。这不仅为玉屏油茶优良无性系的选择提供了科学依据,而且可为油茶籽油的加工利用提供参考。     

茶叶籽油与油茶籽油理化性质及脂肪酸组成比较

在对茶叶籽及油茶籽的外观、含仁率、含油率等进行测定的基础上,对茶叶籽油及油茶籽油的理化性质及脂肪酸组成进行了分析。结果表明,茶叶籽及油茶籽外观相差较大,茶叶籽油与油茶籽油在折光指数、酸值、碘值和皂化值等理化性质上较接近。脂肪酸组成上,油酸、亚油酸、棕榈酸为茶叶籽油及油茶籽油中含量最多的三种脂肪酸,油酸含量分别为52.13%和73.67%,亚油酸24.32%和11.09%,棕榈酸17.36%和10.63%。茶叶籽油和油茶籽油的单不饱和脂肪酸含量分别为54.12%和75.78%,多不饱和脂肪酸含量为24.55%和11.39%。茶叶籽含油率为19.88%,茶叶籽油潜在年产量可达15余万t。其必需脂肪酸含量是油茶籽油的2.15倍;不皂化物含量为0.77%,比油茶籽油高出22%;茶叶籽油脂肪酸比例均衡,适于人体的吸收,具有开发应用的潜力。