基于太赫兹技术的小麦粉品质快速检测研究

该研究针对目前小麦粉品质方面检测方法存在的问题,提出利用太赫兹光谱技术对小麦粉进行快速无损品质检测研究。使用光谱仪与成像仪,采集了不同种类小麦粉样本的太赫兹光谱,使用TQ Analyst软件结合距离匹配法对小麦粉的太赫兹扫描光谱进行定性分析研究,富强粉和麦芯粉成功分类,模型性能指数达到88.9%,预测准确率达100%。使用OPUS软件结合偏最小二乘法（PLS）和一阶导数+矢量归一化（SNV）进行定量分析研究,水分定量模型R2为91.18%,交叉验证均方根为0.182;灰分定量模型 R2为83.37%,交叉验证均方根为0.064,最终通过实验结果分析得出太赫兹技术在食品品质检测方面的可行性。     

基于太赫兹时域光谱技术的面粉品质快速无损检测研究

太赫兹(THz)波能够穿透大多数干的介电材料(塑料、陶瓷、衣物等),可实现对带包装物品的质量检测。为了研究THz光谱技术对带包装面粉的无损检测,首先对不带包装面粉进行太赫兹时域谱可行性分析及建模研究。对101份不同种类的面粉样本,用Tera Pulse 4000的太赫兹脉冲光谱仪采集了其太赫兹时域谱,对光谱预处理后,用偏最小二乘法(PLS)算法建立了面粉中3个指标水分、灰分、面筋的定量分析模型。各模型的预测相关系数都在0.89以上,研究结果表明,通过太赫兹时域光谱技术对面粉品质进行无损、快速检测具有可行性,对下一步太赫兹光谱技术直接对带包装的面粉进行检测研究奠定了坚实的基础。     

基于THz-ATR技术的水稻品种快速无损识别研究

水稻的品质和产量与自身品种密切相关,本研究应用太赫兹衰减全反射式(THz-ATR)技术采集8个品种水稻种子0～359.97 cm^-1光谱,并通过光学参数计算得到样本集的折射率谱和吸收谱。采用3点移动窗口平滑预处理和支持向量机分别优化及建立基于折射率和吸收系数的8个水稻品种识别模型,其中基于吸收系数的SVM模型预测准确率为98.5%,基于折射率谱的SVM模型预测准确率为89%;实验结果表明,将THz-ATR技术用于水稻品种识别具有初步可行性,有望为水稻品种快速鉴定提供为参考。     

太赫兹衰减全反射技术对花生冻伤快速判别研究

目的 利用太赫兹衰减全反射(terahertz attenuated total reflection,THz-ATR)光谱法实现花生冻伤的快速鉴别。方法 实验选择种子公司购入的同品种冻伤和非冻伤花生各500粒,采集1000粒花生样本的0～359.97 cm^-1 THz光谱,通过光学参数计算得到样本集的吸光度、折射率和吸收系数。采用3点移动窗口平滑预处理和随机森林算法建立基于不同光学常数的花生冻伤识别模型。结果 在决策树棵数为500,特征变量数为38时,基于太赫兹吸光度建立的花生冻伤判别模型性能最佳,准确率、召回率、精确率达到97.0%、98.0%、96.1%。结论 本研究所建立的定性模型准确率高, THz-ATR技术有望为花生冻伤的快速无损鉴别提供一种新的高效的检测方法,为太赫兹技术在食品检测领域的应用提供了现实依据。     

不同猪肉组织在太赫兹衰减全反射光谱中的特性差异

为了探讨太赫兹(THz)光谱无损检测猪肉品质的可行性,采用衰减全反射(ATR)模式采集猪脂肪、肌肉和皮肤3种新鲜组织的THz光谱,获取3种组织在0.2~2.0THz范围的折射率和消光系数。结果表明:在0.2~1.6THz低频段猪肉不同组织的THz光谱差异较明显,含水量是影响新鲜组织对THz波吸收的主要因素。利用不同组织在THz波段的光学特性差异,可以无损快速鉴别组织类型。通过建立同种猪肉组织的THz光谱与猪肉品质的关系模型,能够实现猪肉品质的无损检测。     

太赫兹时域光谱在高油玉米检测中的应用初探

目的 采用太赫兹时域光谱在透射模式下对不同品种玉米品质进行探测。方法 分别得到样品不同部位的时域谱、吸收谱和折射率曲线, 探究玉米籽粒测定部位、平滑度、品种等因素对所得谱图的影响, 进而分析太赫兹波段对玉米种子进行油分无损检测和品种判别的可行性。结果 未制成标样的玉米样品难以得到有效谱图, 而标样中种胚在太赫兹波段未出现特征吸收。为进一步深入研究胚乳的太赫兹吸收, 对玉米种子的胚乳进行了傅里叶红外光谱测定, 结果表明不同品种的玉米胚乳谱在太赫兹谱区存在明显差异, 且存在特征吸收。结论 为进一步判别高、低油玉米品种以及其主要成分的太赫兹检测等提供参考。     

衰减全反射太赫兹时域光谱法快速分析脯氨酸溶液

文章研究了基于衰减全反射技术的太赫兹时域光谱用于对脯氨酸溶液进行定量识别的可行性。将脯氨酸配制成不同浓度的样品溶液,并对其在0.3～1THz频率下的光谱信息进行分析处理,通过计算获得该频段内样品的吸收图谱,对吸收图谱进行对比分析后选用0.5THz处的浓度-吸收系数关系通过简单线性回归分析建立拟合回归模型,得出回归方程的R~2为0.96,RMSE为4.23。通过建立的拟合回归模型对预测样品的浓度进行计算得出预测值,将预测值与真值之间建立拟合回归模型,得出回归方程的R~2为0.99,RMSE为0.51。研究表明,通过基于衰减全反射技术的太赫兹时域光谱法对脯氨酸溶液进行定量分析结果准确可靠,提供了利用太赫兹时域光谱技术对食品中液态样品浓度测定分析的新方式。     

太赫兹时域光谱检测高油玉米油分初探

目的采用太赫兹时域光谱在透射模式下对不同品种玉米品质进行探测。方法分别得到样品不同部位的时域谱、吸收谱和折射率曲线,探究玉米籽粒测定部位、平滑度、品种等因素对所得谱图的影响,进而分析太赫兹波段对玉米种子进行油分无损检测和品种判别的可行性。结果未制成标样的玉米样品难以得到有效谱图,而标样中种胚在太赫兹波段未出现特征吸收。为进一步深入研究胚乳的太赫兹吸收,对玉米种子的胚乳进行了傅里叶红外光谱测定,结果表明不同品种的玉米胚乳谱在太赫兹谱区存在明显差异,且存在特征吸收。结论为进一步判别高、低油玉米品种以及其主要成分的太赫兹检测等提供参考。     

结合太赫兹光谱与机器学习的小麦霉变程度判别

为快速、准确地判断小麦籽粒的霉变程度，研究基于太赫兹时域光谱技术，结合支持向量机（support vector machine,SVM）、随机森林（random forest,RF）和极限学习机（extreme learning machine,ELM）的霉变小麦定性分析方法。首先，将小麦籽粒分为正常、轻度霉变、中度霉变和重度霉变4类，利用CCT-1800太赫兹时域光谱仪获取小麦样本在0.1～4.0 THz波段的光谱数据。对比采用不同光谱预处理方法对判别结果的影响后，使用主成分分析、线性判别分析（linear discriminant analysis,LDA）、t分布随机近邻嵌入3种方法对光谱数据进行降维，结果表明LDA的降维效果最好。最后，构建基于SVM、RF和ELM的小麦霉变程度判别模型，结果显示SVM的判别效果最好，当核函数选择多项式核、误差惩罚系数为1时，判别准确率高达98.61%，预测集均方根误差值为0.142 9。本研究表明利用太赫兹光谱技术可实现小麦霉变程度的准确检测，为食品安全和粮食贮藏检测提供一种检测手段。     

基于多源光谱分析技术的鱼油品牌判别方法研究

多源光谱分析技术被用于鱼油品牌快速无损鉴别。采用可见光谱分析技术、短波近红外光谱分析技术、长波近红外光谱分析技术、中红外光谱分析技术和核磁共振光谱分析技术采集了7种不同品牌的鱼油的光谱特征,并应用偏最小二乘判别分析法(partial least squares discrimination analysis,PLS-DA)和最小二乘支持向量机(least-squares support vector machine,LS-SVM)建立判别模型并比较判别结果。基于长波近红外光谱的PLS-DA模型和LS-SVM模型取得了最高识别正确率,建模集和预测集识别正确率均达到100%。采用中红外光谱和核磁共振谱分别建立的LS-SVM模型,也可以获得100%的判别正确率。而可见光谱和短波近红外光谱则判别准确率较差。且LS-SVM算法较PLS-DA更加适合用于建立光谱数据和鱼油品牌之间的判别模型。研究结果表面长波近红外光谱技术能够有效判别不同鱼油的品牌,为将来鱼油品质鉴定便携式仪器的开发提供了技术支持和理论依据。     

Infrared spectroscopy for quantitative analysis and oil parameters of olive oil and virgin coconut oil: A review

Vegetable oils are major lipid sources with high nutritional and calorific values for human diet. Specifically, virgin coconut oil and extra virgin olive oil are the functional oils widely used in food and pharmaceutical products, either as vehicles or main components. The quality of edible oils is determined by its contents and parameters inherent in vegetable oils. Infrared spectroscopy is an ideal technique for quantitative analysis of vegetable oils as well as for determination of oils parameters as the changes in infrared spectra can be associated with the changes of oils parameters. Infrared spectra in complex samples are difficult to interpret, as a consequence, spectroscopist uses additional tools called with chemometrics to analyse edible oils qualitatively and quantitatively. This article reviews the use of infrared spectroscopy combined with chemometrics (multivariate analysis) for quantitative analysis and determination of oil parameters of virgin coconut oil and extra virgin olive oil. Although infrared spectra for edible oils are similar, they exhibit some differences which enable spectroscopist to differentiate due to the nature property of infrared spectroscopy spectra as fingerprint spectra which can be understood that there are no different edible oils having the same infrared spectroscopy spectra.     

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...     

利用太赫兹技术和统计方法鉴别地沟油

基于普通食用油和地沟油的太赫兹吸收光谱,利用0.16~1.30 THz频域的吸收谱,进行聚类分析,8种地沟油组成一类,食用油自成一类。随机选择了2种地沟油作为验证样品,将其余油样进行聚类,采用概率神经网络法对验证样品进行判定,并成功将2种油判定为地沟油。结果表明,太赫兹时域光谱技术结合统计方法可推广成为鉴别地沟油的快速有效手段。     

红外光谱快速识别食用植物油种类的研究

为实现食用植物油种类的快速无损识别,为公安实战中打击“食药环”犯罪提供参考,借助衰减全反射-傅里叶变换红外光谱技术对不同类别、品牌食用植物油进行了多层次分类识别工作。采用标准正态变换(SNV)和一阶导数预处理消除基线和其他背景干扰,使得重叠峰发生分离,从而提高检测的分辨率和灵敏度,利用竞争性自适应重加权算法(CARS)提取特征波长,结合基于布谷鸟搜索算法优化的极限学习机(CS-ELM)模型对不同种类和品牌的食用植物油进行分类识别,同时对比随机森林模型与CARS-CS-ELM融合模型在食用植物油快速分类检测方面的准确率。结果表明,基于CARS-CS-ELM融合模型对3类植物油样本总体进行分类,其分类准确率达到85.19%,其中小磨香油、花生油、玉米油样本训练集的品牌分类准确率依次为92.5%、100%、96.7%,测试集品牌分类准确率均为100%,而随机森林模型的9个品牌食用植物油分类准确率仅为80%。综上,CARS-CS-ELM融合模型对食用植物油快速分类识别效果较好,可为食用植物油的无损快速检验提供一定的参考与借鉴。     

二阶导数傅里叶变换红外光谱鉴别植物油和地沟油

利用傅里叶变换红外光谱法测定了食用植物油、地沟油和模拟的复热油的光谱并进行二阶导数处理分析。结果表明:地沟油和模拟的复热油的饱和脂肪酸、反式脂肪酸的含量均明显高于正常食用油的;二阶导数光谱中3 009、1 737、966、723 cm~(-1)4处特征吸收峰的变化可作为判定是否为地沟油的参考。用此方法鉴别油品用量少且无需样品预处理,分析速度快,可为地沟油检测方法的建立提供依据。     

拉曼光谱法快速鉴别劣质火锅油

长期食用劣质火锅油会对人体产生严重伤害。为快速鉴别劣质火锅油,对火锅油和6种普通的食用植物油进行拉曼光谱测试分析。结果表明：火锅油的拉曼光谱在1 150 cm-1和1 525 cm-1处有明显的谱峰,而其他食用植物油则没有,利用主成分分析法可以明显地区别火锅油和普通食用植物油;对同一种火锅油经过反复熬煮和存放,其拉曼光谱在1 525 cm-1谱峰处的相对强度与酸值具有较高的相关性,相关系数达到0.925 6。拉曼光谱法可以作为一种现场快速鉴别火锅油与食用植物油以及检测火锅油质量的潜在方法。     

电子舌快速检测食用植物油掺伪

目的应用法国Alpha M.O.S公司生产的传感器型味觉电子舌系统对3组不同程度掺伪的食用植物油进行掺伪检测。方法选取6种不同类型植物油,用20%的乙醇浸泡后超声,静置隔夜,将油脂中的味觉信息提取出来,由电子舌自动进样系统采集原始数据,所得样品数据用主成分分析法、判别因子法进行分析。结果 2种方法均能较好地检测区分不同的食用植物油样品,大部分的指纹分辨指数高于95分。此方法可以区分不同榨取工艺或不同产地的同种类油脂,可鉴别的掺伪检测限为0.1%。结论本实验鉴别精确度远大于常规的油脂检测方法,且具有较高的灵敏度,能够快速有效地鉴别不同种类食用植物油并区分不同掺杂比例的油脂样品。     

近红外光谱法用于橄榄油的快速无损鉴别

通过近红外光谱仪采集各种食用油与掺杂的初榨橄榄油的数据,运用聚类分析法对各种食用油进行聚类分析,结合主成分分析法对橄榄油的掺杂与否进行定性判别。结果表明,聚类分析和主成分分析法都有很好的定性鉴别能力,主成分分析法的鉴别模型预测未知样本的正确率达到100%。该方法快速、无损、简便,为橄榄油掺杂的定性鉴别提供了一种新的选择。     

基于紫外可见光谱技术和色素组成区分橄榄油与其他食用油

目的 通过紫外可见光谱技术和色素组成,探究区分橄榄油与其他食用油的方法。方法 选择市售橄榄油(特级初榨橄榄油、混合橄榄油)和其他食用油(菜籽油、玉米油、葵花籽油、大豆油、花生油、调和油)作为研究对象,分别在220~800 nm的波长范围内进行全光谱扫描以及在波长为450 nm和670 nm处进行光度测量;通过比较不同食用油的紫外可见吸收光谱并结合主成分分析(principal component analysis, PCA)和偏最小二乘法判别(partial least squares discriminant analysis, PLS-DA)对不同橄榄油和其他食用油进行比较区分。结果 通过观察比较各食用油紫外可见吸收光谱的最大吸收波长所在位置,可以对不同食用油进行初步区分。并且PCA和PLS-DA结果显示,以波长450 nm和670 nm处的吸光度A450和A670以及A450/A670为变量,可用于区分不同橄榄油和其他食用油。结论 基于紫外可见光谱技术对不同食用油中色素的检测结果可以对食用油进行分类,并且A450、A670和A450/A670可以作为区分橄榄油与其他食用油的标记。