化学计量学结合NIR对浓香型白酒年份、等级的研究

研究白酒基酒中年份、等级的快速检测方法,经过近红外光谱分析,进行各种预处理和建模方法.结果表明:白酒基酒中典型醇和脂的特异吸收范围在4833～6846?cm-1,分别建立年份、等级的近红外模型,确定LSSVM模型是试验最佳的建模方法,最佳的预处理方法分别为SNV和1d+SNV,年份的近红外模型的校正集和验证集的决定系数...     

基于GC-MS结合化学计量学的浓香型白酒分类方法

为实现不同品牌浓香型白酒的快速分类和鉴别,该研究以6个不同品牌的浓香型白酒为研究对象,采用气相色谱-质谱法对样品的风味成分进行定性与定量研究,并结合聚类分析,主成分分析及偏最小二乘判别分析等化学计量学手段对白酒的品牌进行识别和分类.结果显示,不同品牌的浓香型白酒间风味物质的含量和数量均存在显著差异(P<0.05);聚类...     

红外光谱分析技术在白酒行业中的应用进展

傅里叶变换红外光谱分析技术具有制样简单,检测方便快捷的特点,在实际工农业生产过程中发挥着重要作用。该文评述了近20年来傅里叶变换红外光谱分析技术在白酒行业研究与应用进展,内容涉及白酒酒体质量控制研究,白酒香型、真伪、年份及等级等真实性特征鉴别,高粱原料、大曲、酒醅等生产过程主要物料的关键指标检测,并对今后红外光谱技术在白酒行业的应用发展方向进行了展望,旨在为红外光谱分析技术在白酒行业的深入应用提供参考依据。     

中红外光谱技术在白酒检测中的应用

采用两种检测技术中红外光谱法和传统化学分析法,检测100个浓香型原酒中常规理化指标。分析数据结果得出,两种检测方法酒精度的平均绝对差值为0.06%vol;总酸的平均绝对差值为0.04 g/L,平均相对误差为5%;总酯的平均绝对差值为0.39 g/L,平均相对误差为8%。乙酸乙酯的平均绝对差值为0.06 g/L,平均相对误差为3%;丁酸乙酯的平均绝对差值为0.04 g/L,平均相对误差为13%;乳酸乙酯的平均绝对差值为0.08 g/L,平均相对误差为5%;己酸乙酯平均绝对差值为0.08 g/L,平均相对误差为5%。得出结论中红外光谱技术可快速检测酒类产品中的各项指标,为实际生产提供指导意见。     

中红外光谱技术在乳制品分析中的应用研究

介绍了中红外光谱技术的基本原理及化学计量学的相关知识,综合阐述了将中红外光谱技术与化学计量学方法结合应用于乳制品的成分分析、产地鉴别等方面研究的现状,并对其前景进行了展望。     

红外光谱在白酒检测中的应用研究进展

白酒检测是保障酒质和质量安全的重要措施,目前检测技术存在着耗时长、效率低、重复性差等弊端,红外光谱检测技术具有快速简便、重复性好、灵敏等优点,近年来在白酒快速检测中被广泛应用。文章概述了中红外光谱和近红外光谱在白酒的质量指标、食品安全指标、生产过程关键指标等方面的研究应用进展,并探讨了当前红外光谱在白酒应用中的技术难点及未来发展方向。     

基于指纹图谱和化学计量学的浓香型白酒分类研究

该研究以市售畅销的7个品牌、不同等级的浓香型白酒为研究对象,利用气相色谱-质谱联用（GC-MS）技术建立了浓香型白酒中风味成分的指纹图谱,结合相似度分析、主成分分析（PCA）和判别分析（DA）对不同品牌的浓香型白酒样品进行了有效区分和鉴别。结果表明,不同品牌间样品的相似度存在一定差异;PCA表明前三个主成分累计方差贡献率达到89.71%,能对样品进行聚类和区分;利用判别分析可以将不同产地的酒样区分开,正确率为100%。综上,相同品牌不同等级的白酒具有明显的相关性,不同品牌白酒可以利用指纹图谱结合化学计量学方法进行鉴别和分类,为白酒质量控制及真伪鉴定提供了一种新方法。     

中/近红外光谱技术结合化学计量学在蜂蜜快速检测中的应用研究进展

综述近10年来国内外中/近红外光谱技术结合化学计量学方法在蜂蜜品质、品种、掺假、产地和品牌快速检测中的应用研究进展,指出蜂蜜中/近红外光谱快速检测中存在的问题,并提出今后的研究方向.     

运用红外光谱技术鉴别酱香型白酒

研究了三级红外宏观指纹图谱法鉴别酱香型白酒,获得其指纹特征。运用1D—IR作为一级鉴别,不同酱香型白酒最主要的区别是在1225cm^-1处峰强和峰位的不同;运用二阶导数谱作为二级鉴别,在1200～1800cm^-1范围丸不同酱香型白酒的羧酸酯和羧酸盐的特征吸收峰有明显的不同;运用二维相关红外光谱为三级鉴别,从另一个角度直观表现了不同白酒的差异。结果表明,三级红外宏观指纹图谱法对于白酒的鉴别是一种有效的和快速的方法。     

基于电子鼻和气质联用技术的浓香型白酒分类

该研究分别利用电子鼻和气质联用(gas chromatography-mass spectrometry,GC-MS)分析7种不同品牌浓香型白酒的差异。结果表明,电子鼻的S2、S6、S7和S9 4个传感器对不同品牌浓香型白酒具有较好的响应信号,经主成分分析(principal component analysis,PCA)筛选后可以作为浓香型白酒差异的特征指标来衡量。基于传感器信号,比较了PCA和线性判别对不同各品牌浓香型白酒的分类效果,PCA分析能够对不同品牌白酒进行较好区分。GC-MS分析表明,不同品牌浓香型白酒风味物质含量存在明显差异,而PCA分析中关系密切的样品在风味成分层面存在相似性。该研究提供了一种基于电子鼻、GC-MS技术和数理统计分析相结合的浓香型白酒分类方法,为浓香型白酒的快速质量分类方法的开发提供了理论和数据支撑。     

不同储存条件下的蜂王浆中红外光谱判别方法

为了能够快速、无损地检测不同储存条件下的蜂王浆,探究了一种基于中红外光谱技术结合支持向量机算法(support vector machine,SVM)与正交偏最小二乘判别分析法(orthogonal partial least squares discriminant analysis,OPLS-DA)的蜂王浆定性分析方法。试验以-4℃冷冻储存和25℃室温储存7、14、21 d的蜂王浆为样品,应用中红外光谱技术采集蜂王浆样本光谱,并建立蜂王浆二分类(冷冻和室温储存)和三分类(室温储存7、14、21 d)定性分析模型。试验结果显示,基于SVM算法建立的蜂王浆二分类定性鉴别模型的预测准确率达到了92. 31%,三分类定性模型预测准确率达到了100%。结合OPLS-DA法所建立的蜂王浆二分类模型和三分类模型的预测准确率分别为95. 52%和96. 97%。结果表明,运用中红外光谱技术结合SVM算法和OPLS-DA法可以有效鉴别出冷冻和室温储存的蜂王浆,为蜂王浆品质的快速、无损鉴别提供了可能性。     

基于统计学习理论的食用油红外光谱分析方法研究

目的建立不同品质食用油快速分类的中红外光谱检测方法。方法不同品质的食用油在化学组分上是存在差异的,利用中红外光谱技术全面反映和整体把握食用油的化学成分信息,并借助主成分分析(PCA)结合马氏距离法对食用油的中红外光谱图进行预处理,提取其特征信息,然后通过基于统计学习理论的支持向量机(SVM)建立相应分类模型,运用模型自动鉴别不同品质的食用油类别属性。结果实验通过从市场上随机抽取食用油样本,选取了3种不同品牌的大豆油、花生油共60个样本进行测试,分类正确率达到了100%。结论基于统计学习理论的食用油红外光谱分析方法对不同品质食用油的快速分类鉴别是有效的。     

低度浓香型白酒保质期的研究

对低度（38%vol）浓香型成品酒理化指标及主要香味成分进行了7年的跟踪实验研究。结果表明,当优级低度浓香型成品酒贮存到两年半后,其己酸乙酯已达不到标准要求,产品已不合格。因此,提出了低度浓香型白酒是有保质期的观点,并提出了适当延长低度浓香型白酒保质期的措施。     

印度尼西亚研究利用傅里叶红外光谱结合化学计量学分析牛肉肉丸配方中的掺假鼠肉

<正>肉丸是印度尼西亚人非常喜爱的一种肉类食品。由于鼠肉和牛肉之间存在差价,部分商家会采用鼠肉来代替牛肉从而获取更高的经济效益。印度尼西亚科学家的研究结果表明傅里叶红外光谱结合局部校正的最小二乘法对肉丸配方中牛肉-鼠肉二元混合物中鼠肉进行定量分析,同时,主成分分析的化学计量学可以用于区分鼠肉肉丸和牛肉肉丸。在偏最小二乘法和主成分分析模型中,对中红外频率段进行优化,选定750~1 000 cm-1频率段。对于定量分析中,鼠肉含量的实际值(x)和傅里叶红外预测值(y)之间的关系可以由方程y=0.941 7x+2.841 0来表示,方程的相     

浓香型白酒酸度变化的研究

浓香型白酒生产由七项可控因素及多项不可控因素影响,掌握可控条件的规律,在一定程度指导浓香型白酒的生产。通过在实际生产中对可控因素调整,总结出酸度的变化规律,在提高产质量及控制成本方面有一定的指导作用。     

红外光谱技术对浓香型和清香型白酒的品质分析

采用红外光谱法对清香型和浓香型2种类型的白酒品质进行分析。结果显示,不同种类白酒的干燥物具有明显的指纹特征,浓香型和清香型白酒的谱图有明显的差异,浓香型白酒的酯类含量高,清香型白酒的羧酸盐含量高。该法可直观的评价白酒产品的品质与真伪。     

基于电子舌技术的浓香型白酒基酒年份分类方法

为实现不同年份的浓香型白酒基酒的快速区分和识别,该研究以5个不同年份浓香型白酒基酒为研究对象,利用电子舌对样品进行判别分析,并采用主成分分析（PCA）、线性判别分析（LDA）对白酒的年份进行分类,将得到的模型分别通过簇状独立软模式法（SMICA）、判别因子分析（DFA）对白酒的年份进行识别和验证。研究表明,SMICA分析的结果能够准确的识别导入的样品数据是否是模型以内和模型之外的年份基酒,而DFA分析可以准确的对导入的白酒样品的年份进行识别,确定其白酒样品的年份。综上所述,利用电子舌结合化学计量学,可以快速、准确、稳定的对白酒基酒年份进行分类和识别,可为白酒掺假问题提供理论支撑,并促进白酒产业和白酒分析技术的快速发展。     

巧克力中红外光谱研究

采用中红外(MIR)光谱技术进行巧克力的结构研究。实验发现,巧克力的红外吸收模式主要包括ν_{asCH3-巧克力}、ν_{asCH2-巧克力}、ν_{sCH3-巧克力}、ν_{sCH2-巧克力}、ν_{C=O-巧克力}、ν_{amide-Ⅰ-巧克力}、ν_{amide-Ⅱ-巧克力}、δ_{asCH3-巧克力}、δ_{sCH3-巧克力}、ν_{C-O-巧克力}和ρ_{CH2-巧克力}。巧克力的主要营养成分包括脂肪、糖及少量蛋白质。采用一维MIR光谱对巧克力的营养成分进行了半定量研究,拓展了MIR光谱技术在食品结构研究中的应用范围。     

基于近红外光谱结合化学计量学的转基因大豆产地判别

为探求无损、快速和准确判别转基因大豆产地的方法,该研究选取阿根廷转基因大豆、巴西转基因大豆、美国转基因大豆和加拿大转基因大豆样品共260份,将近红外光谱结合化学计量学对4种转基因大豆进行判别分析。利用近红外光谱仪采集260份样品的原始光谱,采用平滑+标准正态变量变换(standard normal variate transformation, SNV)方法对近红外光谱预处理。选取阿根廷转基因大豆、巴西转基因大豆、美国转基因大豆和加拿大转基因大豆样品共240份参与建模,Kennard-Stone(KS)算法划分训练集和预测集,主成分分析法(principal component analysis, PCA)、偏最小二乘判别分析(partial least squares-discriminate analysis, PLS-DA)和误差反向传播人工神经网络(back-propagation artificial neural network, BP-ANN)对预处理后的光谱数据进行分析。试验结果表明平滑+SNV的预处理方法能有效减少近红外光谱的噪音;PCA方法能判别出4种转基因大豆中的...     

浓香型纯粮白酒鉴别方法的研究

根据纯粮白酒在碱性加热条件下在波长363 nm处存在吸光度值差异的原理,可以通过纯粮白酒标准曲线来确定该酒样中纯粮白酒的比例。通过盲样酒的实际检测比对,4个样品的准确度均＞90%,相对标准偏差RSD均＜1%,证实了碱性实验在鉴别纯粮白酒及其在酒精勾兑白酒中的比例含量上的可行性。