近红外光谱技术快速检测腊肉酸价和过氧化值

探讨应用傅里叶近红外光谱技术快速定量检测腊肉酸价和过氧化值的方法。腊肉样品经粉碎、混匀后在AntarisⅡ傅里叶近红外光谱分析仪上扫描,获得其近红外光谱与国标法测定的酸价和过氧化值含量数据进行关联,用傅里叶变换近红外光谱技术结合偏最小二乘法建立近红外光谱与腊肉酸价和过氧化值含量的数学模型并进行预测。结果表明：酸价模型中,校正决定系数和交叉验证决定系数分别是0.99582和0.98687,校正均方差和交叉验证均方差分别是0.1370和0.1900;过氧化值模型中,校正决定系数和交叉验证决定系数分别是0.99999和0.99926,校正均方差和交叉验证均方差分别是0.756×10-4和0.684×10-3。用该模型对验证集样本进行预测并统计分析,表明预测值与测定值无显著差异,傅里叶近红外光谱技术快速定量检测腊肉酸价和过氧化值是可行的。     

基于近红外光谱技术的花生酸败特性检测研究

酸价、过氧化值是衡量花生贮藏过程中氧化酸败的重要指标,基于近红外光谱分析技术,结合化学计量分析,利用偏最小二乘法建立花生酸价、过氧化值的近红外预测模型,并对平滑、导数、多元散射校正、归一化等多种预处理方法对建模准确性的影响进行比较.结果表明:对原始光谱数据采用一阶微分处理的方法建立的模型其预测效果最佳,酸价模型的主成分维数为10,决定系数为0.955,均方根误差为0.080;过氧化值模型的主成分维数10,决定系数为0.940,均方根误差为0.459.研究表明,近红外光谱分析技术可用于花生酸价、过氧化值的快速无损检测.     

应用近红外光谱技术对植物油酸值预测的研究

利用近红外光谱技术结合支持向量机对植物油脂酸值含量进行回归预测。收集大豆油、花生油等油样共37份,应用激光近红外光谱仪对油样进行光谱采集,采用标准正态变量变化、多元散射校正和正交信号校正3种不同方法进行预处理。运用网格搜索法进行参数寻优,寻找最佳参数组合(C,g),建立支持向量机回归模型进行定量预测。研究表明,经过SNV、MSC和OSC预处理数据建立的模型的惩罚因子C均只有1,大大降低了模型出现过拟合现象的概率,提高了模型的泛化能力、稳健性和预测能力;预处理方法MSC和SNV建立的SVR模型校正集相关系数R较高,均达到99%;OSC建立的SVR模型具有最佳的预测性能,预测相关系数R达到93%以上;采用激光近红外光谱技术预测植物油脂酸值含量的方法是可靠的,为实现植物油脂酸值的快速检测提供了重要的依据。     

近红外光谱快速检测食用植物油中酸价

目的 建立基于近红外光谱快速测定食用植物油中酸价的分析方法。方法 采用冷溶剂指示剂滴定法检测371个食用植物油样品的酸价,并采集样品的近红外光谱。经过标准正态变换结合一阶导数对近红外光谱进行数据预处理,选用竞争性自适应重加权采样算法选取重要变量,建立食用植物油酸价的偏最小二乘回归模型。结果 蒙特卡洛交互验证结果显示,食用植物油酸价预测模型的验证集决定系数Q2为0.9983,交互检验的均方根误差(root mean square error of cross validation, RMSECV)为0.0461,模型预测的独立测试集的酸价与实测值相关系数为0.9834,预测效果良好。结论 本研究建立的食用植物油酸价近红外光谱快速检测方法能够满足检测要求,为评价或跟踪食用油品质提供快速无损的技术思路。     

基于近红外光谱的橄榄油理化指标快速检测模型研究

为实现橄榄油理化指标的快速检测,在选择最优波段和光谱数据处理方法的基础上,利用近红外光谱结合偏最小二乘分析(Partial Least Squares,PLS)分别建立橄榄油酸价、过氧化值、ΔK值的定量分析模型。结果表明:酸价、过氧化值、ΔK值定量模型的校正相关系数分别为:0.9945、0.9939、0.9923,预测相关系数分别为:0.9965、0.9910、0.9902。盲样验证相关系数接近于1,R~2均大于0.99,说明近红外定量模型有较好的预测能力。对样本预测值与真实值做配对方差t检验,结果表明光谱法与标准中的方法无显著差异。因此,基于近红外光谱定量模型,可实现对橄榄油理化值的快速、准确检测。      

基于近红外透射光谱的食用油氧化定性分析

为建立食用油氧化的快速鉴别方法,以食用油为材料,根据国家标准对酸价和过氧化值的限量规定将不同氧化程度的样品分为未氧化油和已氧化油两类,通过近红外光谱透射技术结合距离判别分析,建立未氧化油和已氧化油的定性判别模型。结果表明：在波数范围为5450～4650cm-1,采用多元散射校正、一阶求导和Norris导数平滑光谱处理,校正集模型识别率为99%,验证集模型识别率为97.8%,模型预测效果良好,利用近红外透射光谱食用油氧化定性分析可行。     

基于近红外光谱的大豆油质量快速检测技术应用研究

利用近红外光谱快速检测大豆油脂的过氧化值和酸值,分析发现大豆油脂的过氧化值和酸值在近红外光谱区域有特征吸收峰,通过对比分析,优选出大豆油脂过氧化值特征波段为4500~9000 cm^-1,大豆油脂酸值的特征波段为4500~5000 cm^-1,采用小波变换对光谱去噪并利用PLS建立了预测模型,大豆油脂过氧化值和酸值模型的相对标准偏差RSD分别为3.513%和3.629%,准确度与化学方法相近,说明利用近红外光谱分析技术快速检测大豆油脂主要指标是可行的。     

傅里叶变换近红外光谱快速检测方便面油脂含量

利用傅里叶变换近红外光谱技术测定方便面油脂含量。光谱通过多元散射校正算法(MSC)处理后,采用偏最小二乘法(PLS)建立模型,用定标集预测误差(SEC)、验证集预测误差(SEP)及其相关系数(Rc,Rv)评判模型好坏。结果发现,该法定标集预测误差和验证集预测误差分别为0.4456和0.4447,定标集和验证集相关系数分别为0.9798、0.9755;研究表明,利用近红外光谱技术能快速、准确测定油炸方便面油脂含量。     

基于SVM的大豆油脂色泽近红外光谱分析

针对罗维朋比色计在油脂色泽测定中存在的问题,提出了一种基于支持向量机(SVM)的大豆油脂色泽近红外光谱分析方法。首先采用C-SVM对3种不同罗维朋黄值的大豆油脂进行模式识别,设计出适合油脂色泽近红外光谱识别的SVM分类器,识别正确率达到100%。然后利用ε-SVR对不同罗维朋黄值的大豆油脂近红外光谱数据与罗维朋红值进行回归,分别建立了不同级别大豆油脂色泽的SVM校正模型,预测误差均在0.2个罗维朋单位以内。研究表明,利用近红外光谱技术实现油脂色泽的定性定量分析是可行的,为进一步实现油脂色泽在线监测和调控提供参考。     

近红外光谱技术在食用油种类鉴别及定量分析中的应用

用近红外光谱技术与聚类分析方法相结合,建立了一种可用于鉴别食用油种类的快速鉴定模型。实验根据30个食用油的近红外光谱,建立了芝麻油-大豆油-花生油-玉米油定性识别的模型,模型的识别率和预测率可达到100%。根据40个芝麻油样品的近红外光谱建立芝麻油的酸价预测模型,且模型指标较好。可见近红外光谱技术在食用油快速检测方面有较好的应用前景。     

两种滴定法测定食用油中过氧化值和酸价的不确定度评价

目的:利用GB 5009.229及GB 5009.227的两种滴定法(自动电位滴定法和指示剂滴定法)对食用油中酸价(值)和过氧化值的测定不确定度进行分析,得出两种滴定方法测定结果的扩展不确定度。方法:采用CNAS-GL006《化学分析中不确定度的评估指南》进行不确定度评价。结果:标准溶液是影响酸价(值)和过氧化值试验结果不确定度的主要因素。结论:两种滴定法对于食用油的过氧化值和酸价(值)的影响相差较小,对于基层检测机构可根据实际情况选择合适的滴定法。     

苯甲酸添加剂的拉曼高光谱分析

对拉曼高光谱成像光谱仪采集苯甲酸添加剂得到的拉曼光谱信号和高光谱图像进行分析。采用小波去噪方法对原始拉曼光谱信号进行预处理,利用正交试验方法确定小波去噪参数的最优组合为小波基函数sym2、分解层数2、重调方式sln、阈值方案Rigrsure,此时信噪比为32.092。对去噪后的拉曼光谱进行谱峰归属和分析,得到了苯甲酸分子在不同波数范围内的特征振动模式,其中在1 636、1 603、1 000、793、615 cm-1和420 cm-1处的拉曼信号较强,可作为苯甲酸的拉曼特征频率。分析不同特征频率条件下的灰度图像,发现图像的亮度与特征频率的峰强相关且变化顺序具有一致性。研究结果为苯甲酸添加剂的检测分析提供研究基础。     

食品中油脂的酸价的不确定度的分析

目的 通过GB/T 5009.229-2016《食品安全国家标准 食品中酸价的测定》中的3种测定酸价的方法中不确定度的评定结果, 为实际应用中选择合适的方法来对油脂的酸价进行测定方法提供参考。方法 通过对3种测定油脂酸价的方法进行不确定度来源分析, 建立数学模型方法, 进行不确定度评定, 计算出各种方法不同的来源对不确定度影响的大小。结果 冷溶剂自动电位滴定法的合成标准不确定度最小, 其次是热乙醇指示剂滴定法, 冷溶剂指示剂滴定法的不确定度最大。结论 冷溶剂自动电位滴定法所测量得到的结果最接近真实值, 更有使用价值。     

不同制油方法对青海亚麻籽油品质及货架期的影响

为研究不同制油方法对青海亚麻籽油品质及货架期的影响,对青海亚麻籽分别进行焙炒、烘烤、高压高温湿热、脱胶、真空冷冻干燥前处理,再分别采用螺旋压榨法和液态静压法制油,测定亚麻籽油出油率、过氧化值、酸价、水分及挥发物质量分数、脂肪酸含量、挥发性组分相对含量、总酚含量,并利用Schaal烘箱法建立亚麻籽油氧化动力学模型预测货架期。结果表明,焙炒螺旋压榨法制得的亚麻籽油出油率、总酚含量明显高于其他处理组,过氧化值、酸价、水分及挥发物质量分数均低于其他处理组,模拟预测货架期最长,为353 d。焙炒螺旋压榨法制得的亚麻籽油挥发性组分种类最多,为72 种,其他制油方法制得的亚麻籽油挥发性组分为40～60 种,不同制油方法对亚麻籽油挥发性组分影响明显。此外,亚麻籽油5 种主要脂肪酸中亚麻酸含量最高,为54.71～61.03 g/100 g,不同制油方法对亚麻籽油脂肪酸含量影响不明显。综上,与其他方法相比,焙炒螺旋压榨法制得的亚麻籽油品质较好。     

白灵菇菌丝体多糖两种测定方法的比较

为选出一种比较准确、方便的测定食用菌菌丝体多糖方法,以白灵菇菌丝体提取的粗多糖为原料,对苯酚-硫酸法、蒽酮-比色法2种方法进行比较。苯酚-硫酸法和蒽酮-硫酸法的稳定性实验RSD分别为0.71%和1.40%,精密度实验RSD分别为2.10%和9.53%,回收率平均值分别125.41%和154.88%;苯酚-硫酸法具有稳定性好、精密度高,而且回收率实验也较为理想,是测定食用菌菌丝体多糖含量较为理想的方法。     

织物疵点图像消噪方法的比较

织物疵点图像的消噪是疵点识别和分类的重要预处理步骤。采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。在采用中值滤波和Wiener滤波时,同时选用3×3和5×5滤波器进行消噪;在采用小波阈值化消噪时,计算图像全局阈值,同时采用软、硬阈值消噪方法,对疵点图像进行消噪。通过实验比较,采用小波阈值化方法消噪时,疵点图像边缘清晰,峰值信噪比显著提高,其效果明显好于中值滤波和Wiener滤波;采用小波阈值化消噪后的疵点图像可在特征提取和识别中使用。     

菜籽油-DHA藻油调和油在不同鸡肉烹饪方式下的品质变化

为了对DHA藻油调和油的开发和合理烹饪提供相关指导,将DHA藻油分别按菜籽油质量的2%、3%、5%、10%、15%与菜籽油复配制成菜籽油-DHA藻油调和油,并以蒸、炒、烧三种不同方式烹饪鸡肉,测定烹饪前后油样的脂肪酸组成、酸值和过氧化值的变化,分析探讨DHA藻油比例及烹饪方式对调和油脂肪酸组成及理化指标的影响。结果表明：烹饪后,调和油的单不饱和脂肪酸含量减少,饱和脂肪酸和多不饱和脂肪酸含量增加;三种主要脂肪酸油酸、亚油酸、亚麻酸含量随DHA藻油比例增加呈不规律波动变化;除DHA藻油比例为2%的调和油外,其余调和油的酸值均在烹饪后增加,其中,DHA比例为3%、5%和10%的调和油炒鸡肉后酸值增加最大,蒸和烧这两种烹饪方式对酸值的影响相对较小;纯菜籽油、DHA藻油比例为15%的调和油的过氧化值增加量明显大于其他的调和油,总体上炒较另外两种烹饪方式更易导致过氧化值增加。综上,建议蒸鸡肉或烧鸡肉宜采用DHA藻油比例为2%、3%、5%的调和油,炒鸡肉则不宜采用DHA藻油调和油。     

On-line prediction of pH values in fresh pork using visible/near-infrared spectroscopy with wavelet de-noising and variable selection methods

The visible/near-infrared (Vis/NIR) reflectance spectroscopy as an on-line approach to assess the pH value in fresh pork was investigated. Multivariate calibration was carried out by using chemometrics. Discrete wavelet transform was applied to de-noise the spectra scanned on-line, and several variable selection methods were proposed to simplify the calibration models. The study found that the model based on the spectra de-noised by Daubechies 6 wavelet (db6) at decomposition level 6, soft thresholding strategy and minimaxi threshold estimator gave reasonable performance (r > 0.900, root mean square error of calibration (RMSEC) = 0.100, cross validation (RMSECV) = 0.139 and prediction (RMSEP) = 0.125). Then, only 15% variables from this model were selected via the method of uninformative variable elimination to develop a simpler model, of which the performance deterioration could be ignored. The results showed that Vis/NIR can be used to predict pH value in fresh pork on-line, and variable selection can provide a simpler, more cost-effective calibration model.     

不同预处理方式对牡丹籽毛油出油率及品质影响

以油用牡丹籽为原料,探究未处理、微波、烘烤、炒籽四种预处理方式对牡丹籽毛油出油率、理化性质及脂肪酸组成含量的影响。研究结果表明,四种预处理方式对牡丹籽出油率有显著性影响(P<0.05),其中微波处理80?s时的出油率最高,为(23.34±0.02)%。四种预处理方式得到的牡丹籽毛油酸价、过氧化值、皂化值及碘值均有显著性差异(P<0.05);脂肪酸种类相同,但相对含量差异显著(P<0.05)。总之,不同预处理方式对牡丹籽毛油出油率及品质影响显著,其中微波处理是一种高品质的预处理方式,能够保留较高含量的亚油酸、亚麻酸等多不饱和脂肪酸。