青海亚麻籽油甘三酯指纹图谱构建及掺伪识别的研究

利用高效液相色谱-蒸发光散射检测器（HPLC-ELSD）法对青海亚麻籽油中的甘三酯（TAG）组分进行了定性、定量研究,并运用中药色谱指纹图谱相似度评价系统建立其TAG标准指纹图谱,利用指纹图谱鉴别掺入5%~50%的大豆油、玉米油、菜籽油、花生油、葵花籽油、芝麻油的掺伪模型。结果表明：亚麻籽油中主要的TAG为OLnLn（29.40%）、LnLnLn（23.71%）、OLnO（15.10%）、OLLn（13.43%）、LLnLn（13.32%）;指纹图谱鉴别结果与真实掺伪量的相对误差表明所建立的指纹图谱可以较好地鉴别掺入5%~50%的大豆油、葵花籽油、芝麻油的掺伪模型,对花生油掺伪量10%的掺伪模型的鉴别相对误差较高（9.15%）,未能实现对菜籽油掺伪量5%掺伪模型的鉴别。试验构建的青海亚麻籽油TAG指纹图谱可为青海省亚麻籽油质量监控和掺伪识别提供理论依据。     

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。     

拉曼光谱结合偏最小二乘法对食用油品质快速检测研究

研究采集不同种类、不同氧化程度的84个食用油样本拉曼光谱图,建立关于其过氧化值的偏最小二乘定量检测模型,进行波长筛选,并用“一阶导数法+SNV”对光谱进行预处理,建模相关系数达到0.952 8,校正标准偏差为0.572 0;预测相关系数为0.921 9,相对预测均方差为0.698。结果表明,经光谱预处理和波长筛选优化后,模型准确性和稳健性可靠,误差相对较小,最终得出了合理的食用油过氧化值定量模型。由此可见,研究所建定量模型稳健性良好,利用拉曼光谱分析技术对油品过氧化值进行快速检测具有可行性,并且这种技术有望用于日常食用油品质的快速检测。     

拉曼光谱快速鉴别花生油掺棕榈油的研究

本文利用激光拉曼光谱实现了纯花生油中掺棕榈油的快速定性鉴别和定量分析.通过因子分析法的二维因子图,能够定性鉴别纯花生油和掺棕榈油的花生油;通过最小二乘法建立的拉曼光谱相对峰强度（Y）与掺入棕榈油的质量百分数（X）之间的线性方程（Y=-0.233 7X ＋0.506 8,R2=0.995 9）能够实现纯花生油掺棕榈油的定量分析.     

表面增强拉曼光谱快速鉴别无乳链球菌的研究

研究了表面增强拉曼光谱(SERS)快速鉴别以无乳链球菌为代表的链球菌属食源性致病菌的方法。通过柠檬酸三钠还原法制备金溶胶,与链球菌属混合,收集其SERS信号。首先确定了无乳链球菌的活化、预培养的组合方式和菌落预处理方式;然后比对了链球菌属和其他常见革兰氏阳性菌的SERS图谱,并应用聚类分析(HCA)和主成分分析(PCA)有效地将链球菌属区分出来,同时也可区分不同的链球菌;并且人工接种无乳链球菌到市售的全脂灭菌乳中,可在接种6h后检测到其SERS特征峰,有效提高了检测速度,为快速鉴别食品中链球菌提供了基础数据。      

基于拉曼光谱技术的地沟油筛查方法研究

以10个品种的138个食用植物成品油、38个精炼地沟油和80个由食用植物成品油和精炼地沟油勾兑的油为样品,采用532 nm激光光源,分别在2个波数范围内扫描样品的拉曼谱图,通过谱图形态比对及谱图数据分析筛查鉴别地沟油与食用植物成品油。结果表明:138个食用植物成品油和38个精炼地沟油的判定准确率均达到100%;5%、10%、20%地沟油勾兑样品的判定准确率分别为40%,63%及85%,且判定结果之间逻辑性完整。该方法不但具有检测成本低、检测时间短、样品用量小等优点,而且可以有效控制假阳性率,较适于作为地沟油筛查方法,与其他确认方法联合使用可有效鉴别地沟油。     

青海亚麻籽油脂肪酸指纹图谱 构建及掺伪识别

以青海省不同产地的亚麻籽为原料,采用索氏抽提法提取亚麻籽油,通过气相色谱法分析亚麻籽油脂肪酸组成,并运用中药色谱指纹图谱相似度评价系统建立青海亚麻籽油脂肪酸指纹图谱,利用指纹图谱鉴定掺伪量分别为10%、20%、30%、40%、50%的大豆油、玉米油、花生油、菜籽油、葵花籽油、芝麻油的掺伪模型。结果表明：构建的指纹图谱符合指纹图谱研究的技术要求,可在一定程度上代表青海亚麻籽油样品的整体性;该指纹图谱可以鉴别掺伪量20%及以上大豆油、葵花籽油掺伪模型,10%及以上玉米油、花生油和菜籽油掺伪模型,而对芝麻油掺伪识别效果欠佳,掺伪量大于30%时才能鉴定。     

反向传播神经网络算法结合拉曼荧光光谱法定量检测特级初榨橄榄油掺假

目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备11种不同掺伪浓度的特级初榨橄榄油混合油样各10份,在相同时间、空间及目标的前提下,使用同台光谱探测系统,采集样品的拉曼光谱和荧光光谱。经过卷积神经网络去除拉曼光谱的基线,实现拉曼光谱和荧光光谱的数据预处理。根据分子光谱与电子光谱的特征差异,人为干预并设定拉曼光谱的权重,建立低等级橄榄油掺假特级初榨橄榄油的反向传播神经网络回归模型。结果 综合评估了反向传播神经网络回归模型的评价参数,特级初榨橄榄油掺假的反向传播神经网络模型的测试集决定系数为0.9716,均方根误差为0.0569,模型预测效果较好。结论 本研究提出的反向传播神经网络算法结合拉曼光谱与荧光的探测方法,满足快速检测低等级橄榄油掺假特级初榨橄榄油的定量分析需求,为评价或跟踪特级初榨橄榄油的品质提供了一种无损伤、高效率、低成本的新检测思路。     

便携式激光拉曼光谱仪快速鉴别灵芝孢子油掺伪

目的:采用便携式激光拉曼光谱仪,将灵芝孢子油与菜籽油、大豆油、玉米油、葵花籽油和花生油区别开来。方法:采用激光拉曼光谱仪对灵芝孢子油和5种食用植物油进行光谱扫描和基线校正,获得拉曼光谱图。结果:利用1115 cm^-1峰强度大于350和1300 cm^-1/1262 cm^-1峰强度比值及峰面积比值均大于2,可以将灵芝孢子油与菜籽油、大豆油、玉米油、葵花籽油和花生油区别开来。利于激光拉曼光谱仪对市售10个品牌灵芝孢子油进行鉴别,发现一可疑样品,脂肪酸组分分析及麦角甾醇含量测定进一步确认该样品为掺伪品。结论:拉曼光谱具有快速、无损等特点,可以作为灵芝孢子油初步鉴别的筛查工具,对于发现的可疑样品可通过脂肪酸组分分析及麦角甾醇含量测定进行进一步确证。      

基于拉曼光谱和CNN算法的特级初榨 橄榄油的掺假量化

旨在为特级初榨橄榄油掺假快速定量分析提供参考,以掺假菜籽油的特级初榨橄榄油为例,采用激光拉曼光谱实验系统获取油样的拉曼光谱数据,运用基于Inception V2结构的卷积神经网络（CNN）算法提取拉曼光谱特征并完成光谱特征与掺假量的非线性关系映射。结果表明：特级初榨橄榄油与菜籽油的拉曼光谱存在较大的差异,其中类胡萝卜素、碳碳双键、甲基和亚甲基产生的拉曼特征峰是引起差异的主要因素;所建立的CNN模型效果较好,训练集、验证集、测试集的决定系数均大于099,均方根误差均小于0.026;在低剂量掺假中,模型的预测结果仍具有一定的参考价值。综上,拉曼光谱结合基于Inception V2结构的CNN算法所建立的模型可以满足特级初榨橄榄油掺假量的快速检测。     

近红外光谱结合化学计量学方法在油脂检测中的应用

近红外光谱结合化学计量学技术由其独特的技术优势在油脂掺假分析领域已取得广泛应用。本文主要对近红外光谱结合化学计量学技术的原理及特点进行论述,并综述了近年来在油脂定性及定量分析方法中应用较为广泛、实用性较强的化学计量学方法,即聚类分析、主成分分析、支持向量机、人工神经网络、主成分回归以及偏最小二乘法结合近红外光谱在油脂掺假分析中的应用,并展望了该技术的发展前景。     

基于光谱融合的茶油真伪快速鉴别研究

目的 为实现高值茶油的快速鉴别。 方法 优化设备条件,同时采集茶油的近红外光谱(NIRS)和拉曼光谱(RS),分别使用六种方法进行预处理,再优选了四种方法来提取光谱特征波段,并应用了数据层、特征层两种策略融合多光谱信息,比较验证不同模型的准确率（Accuracy）和预测均方根误差（RMSEP）来评估效果。结果 单独使用NIRS经标准正态变换（SNV）处理后的偏最小二乘判别分析（PLS-LDA）结果最优,Accuracy为0.8361,RMSEP为0.1060;单独使用RS经二阶导数（Sg2nd）处理后的结果最优,Accuracy为0.8443,RMSEP为0.1332;经NIRS和RS融合后数据结果高于任意单一光谱结果,其中数据层光谱融合模型Accuracy为0.8525,RMSEP为0.1270,特征层融合后的模型效果较好,最佳结果为基于核主成分分析（KPCA）下的支持向量机（SVM）模型,Accuracy达到95.082%。结论 表明光谱融合提升茶油掺伪定性鉴别具有较好的应用前景。     

炒籽温度对压榨亚麻籽油品质的影响

采用不同温度对亚麻籽进行炒籽并压榨制油,对压榨亚麻籽油的感官品质、理化指标及营养成分进行分析,研究炒籽温度对压榨亚麻籽油品质的影响。结果表明:随着炒籽温度的升高,压榨亚麻籽油的气味从坚果芳香过渡到严重焦糊味,色泽加深,在195℃炒籽45 min时形成热榨亚麻籽油特有的浓香型风味;营养成分如VE、总酚以及甾醇含量随炒籽温度升高而逐渐减少,在255℃炒籽45 min时,3种营养成分的损失率分别为75. 7%、76. 5%和88. 9%;酸价、过氧化值、茴香胺值、K232值、K270值随炒籽温度升高而增加,且炒籽温度对压榨亚麻籽油中主要脂肪酸含量有显著影响;适当炒籽对压榨亚麻籽油的氧化稳定性是有利的;高温炒籽压榨亚麻籽油中的营养成分含量与其理化指标密切相关,进而共同影响压榨亚麻籽油的品质。     

基于PLS-LDA和拉曼光谱快速定性识别食用植物油

以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法（PLS-LDA）和拉曼光谱进行单一种类（橄榄油、花生油和玉米油）食用油快速定性检测,通过自适应迭代惩罚最小二乘法（airPLS）对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程。实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴。      

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。     

电子鼻技术结合化学计量学快速鉴别掺假茶籽油

目的:建立茶籽油掺假的快速定性和定量检测方法。方法:采用电子鼻技术结合化学计量学,基于单因素方差分析筛选差异变量,通过主成分分析(PCA)和判别分析(DA)建立茶籽油掺假类型鉴别的定性模型;通过正交偏最小二乘法(OPLS)建立了茶籽油掺假类型和掺假度鉴别的定量模型。结果:模型的R²均高达0.98,RMSEE均低于0.005,RMSECV均低于0.01,具有较高性能指标。通过外部验证,DA模型对不同掺假类型的茶油样品定性识别率高达100%,OPLS模型具有良好的准确性。结论:电子鼻技术结合化学计量学能够实现茶籽油掺假的快速、无损鉴定。     

基于近红外光谱的橄榄油中玉米油掺杂量检测

利用近红外光谱和模式识别技术建立了橄榄油中掺杂玉米油的快速鉴别方法。对191个橄榄油样本及混合油样本（玉米油和橄榄油）进行近红外光谱扫描,并对近红外光谱进行一阶导数和平滑处理,利用主成分分析法（PCA）对数据进行降维,通过前三个主成分的载荷图确定了相关性较大的特征波段（7520⁶927cm-1、6270⁵440cm-1和4970⁴400cm-1）,分别在3个波段内利用偏最小二乘回归（PLS）方法建立了玉米油含量的预测模型。结果表明在6270⁵440cm-1波段内,因子数为7,建立的模型精密度和稳定性最好,在玉米油质量分数为0.5%¹00%的范围内,校正集样本和检验集样本的R2均能达到0.9999,标准偏差在0.126⁰.139之间。因此,利用近红外光谱可以实现橄榄油品质的快速无损分析,以合频波段（6270⁵440cm-1）为建模区域可以得到更好的预测效果。      

基于PCA-SVM结合共聚焦拉曼光谱的特级 初榨橄榄油掺伪压榨菜籽油定量分析

为了促进国内橄榄油市场的健康发展，对掺伪同样存在天然类胡萝卜素的低温压榨菜籽油的特级初榨橄榄油进行了定量鉴别研究。采用共聚焦拉曼光谱技术对不同掺伪浓度油样进行测试，基于密度泛函理论对油样的拉曼光谱峰的归属进行了理论分析，并对拉曼光谱数据进行主成分分析（PCA），然后利用支持向量机（SVM）构建PCA-SVM模型。另外，对PCA-SVM模型的检出限进行了研究。结果表明：特级初榨橄榄油与低温压榨菜籽油的拉曼光谱存在一定差异，最明显的光谱差异主要集中在谱峰1 008、1 161、1 528 cm-1和谱段2 800～3 000 cm-1内，与密度泛函理论对不同油样拉曼光谱峰的分析一致；不考虑类胡萝卜素特征信号建立的PCA-SVM模型决定系数大于0.989，均方根误差小于2.990%，检出限为2%（低温压榨菜籽油体积分数）;在特级初榨橄榄油掺伪定量分析中，考虑类胡萝卜素的特征信号有助于提高模型预测精度，但仅限于掺伪低价植物油中无类胡萝卜素存在的情况;PCA-SVM模型在不考虑类胡萝卜素特征信号的情况下依然具有良好的定量预测效果。综上，所建立的PCA-SVM模型可以用于掺伪2%以上低温压榨菜籽油的特级初榨橄榄油的定量鉴别。     

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。     

傅里叶近红外光谱法快速检测魔芋葡甘聚糖中掺假羧甲基纤维素含量

采用傅里叶近红外光谱检测魔芋葡甘聚糖中羧甲基纤维素掺假比例,以基线校正、平滑、矢量归一化、一阶求导和二阶求导法对光谱进行处理,利用偏最小二乘法建立了相应的数学模型,并通过交互验证和外部验证检验了鉴别模型的预测精度和可靠性。所建立的校正集模型的决定系数R_c~2值为0.933~0.997,校正均方根误差范围为7.64%~1.56%;结合验证集模型的决定系数和均方根误差确定以一阶导数(5平滑点)处理光谱,所得模型预测效果最佳,模型的预测均方根误差为8.37%;校正模型中羧甲基纤维素在魔芋葡甘聚糖中掺假水平的预测值和实际值的相关系数为0.9905。结果表明,近红外光谱结合化学计量法在有效、快速、准确地定量检测魔芋葡甘聚糖中掺假羧甲基纤维素的可行性。