基于近红外高光谱技术快速检测豌豆蛋白掺假牛肉

利用近红外高光谱成像技术结合偏最小二乘模型(PLSR)对牛肉掺入豌豆蛋白进行快速无损检测。将豌豆蛋白按照1%～30%(w/w)的浓度梯度掺入牛肉糜中(掺入浓度间隔1%),共获得93个样品以采集其光谱信息。经移动平均值平滑(Moving average smoothing,MAS)、高斯滤波平滑(Gaussian filter smoothing,GFS)、基线校正(Baseline correction,BC)、S-G卷积平滑(Savitzky Golay convolution smoothing,SGCS)、标准正态变量校正(Standard normal variable correction,SNV)等5种方法预处理光谱信息后,利用PLSR算法构建预测模型。然后采用回归系数法(Regression Coefficient,RC)、逐步回归法(Stepwise)和连续投影算法(Successive Projections Algorithm,SPA)筛选最优波长进行模型优化。结果显示,经过GFS预处理所构建的全波段PLSR模型预测效果更好(R_P^2<...     

基于PLS-模式识别近红外光谱技术快速检测鲜乳和掺假乳

本实验采用PLS-马氏距离法建立了鲜乳和掺假植物奶油牛乳的判别分析模型,用PLS法将原始数据压缩成3个主成分,在原始光谱的全波数段范围内,无需任何预处理方式,判别准确率达100％。同时对10个未知样品进行预测,预测准确率均为100％。其次建立了植物奶油掺假量的定量检测PLS模型,并采用交互校验和外部检验考察模型的可靠性,模型的校正相关系数为0．9963,均方估计残差（RMSEC）为0．110;交互校验均方残差（RMSECV）为0．142;应用所建PLS模型对样品中植物奶油添加量进行预测,并对预测值与真值进行配对t-检验,结果表明两者差异均不显著。     

近红外技术对不同动物来源肉掺假的检测

采用近红外光谱结合主成分分析法(PCA)、判别分析法,分别建立了牛肉和羊肉中掺杂其它动物肉的定性鉴别模型,根据鉴别准确率评价模型的预测性能。采用近红外光谱结合PCA、偏最小二乘法(PLS),建立了掺假物的定量检测模型,根据模型对预测集样品的预测均方差(RMSEP)以及预测值与实测值间的相关系数(r)验证模型的预测能力。结果,牛肉掺猪肉模型对训练集和预测集的鉴别准确率分别为97.86%和91.23%,羊肉掺猪肉模型对训练集和预测集的鉴别准确率分别为98.28%和92.98%,羊肉掺鸭肉模型对训练集和预测集的鉴别准确率分别为99.59%和93.97%,羊肉掺假模型对训练集和预测集的鉴别准确率分别为97.57%和90.76%。牛肉掺假定量模型对训练集的交互验证均方差(RMSECV)和预测集的RMSEP分别为3.87%和4.13%,r分别为0.9505和0.9134;羊肉掺假定量模型对训练集的RMSECV和预测集的RMSEP分别为4.48%和4.86%,r分别为0.9306和0.9082。表明近红外技术结合一定的化学计量学方法可实现不同动物来源肉掺假的鉴别,且能够对掺假物进行定量检测。     

近红外技术对不同动物来源肉掺假的检测

采用近红外光谱结合主成分分析法(PCA)、判别分析法,分别建立了牛肉和羊肉中掺杂其它动物肉的定性鉴别模型,根据鉴别准确率评价模型的预测性能。采用近红外光谱结合PCA、偏最小二乘法(PLS),建立了掺假物的定量检测模型,根据模型对预测集样品的预测均方差(RMSEP)以及预测值与实测值间的相关系数(r)验证模型的预测能力。结果,牛肉掺猪肉模型对训练集和预测集的鉴别准确率分别为97.86%和91.23%,羊肉掺猪肉模型对训练集和预测集的鉴别准确率分别为98.28%和92.98%,羊肉掺鸭肉模型对训练集和预测集的鉴别准确率分别为99.59%和93.97%,羊肉掺假模型对训练集和预测集的鉴别准确率分别为97.57%和90.76%。牛肉掺假定量模型对训练集的交互验证均方差(RMSECV)和预测集的RMSEP分别为3.87%和4.13%,r分别为0.9505和0.9134;羊肉掺假定量模型对训练集的RMSECV和预测集的RMSEP分别为4.48%和4.86%,r分别为0.9306和0.9082。表明近红外技术结合一定的化学计量学方法可实现不同动物来源肉掺假的鉴别,且能够对掺假物进行定量检测。      

基于近红外光谱技术的微量有机磷农药的快速检测

针对现有的微量农药检测手段费时、复杂、前处理过程繁琐等不足,研究利用近红外光谱技术检测微量农药.制备两种不同的样品:不同浓度梯度的液体农药溶液样品和滤纸农药干燥样品,通过采取不同的光谱预处理手段,对比其相关系数和交叉验证均方差选择最适合的光谱预处理方法,采用偏最小二乘回归法建立预测模型.最后得出结论:滤纸农药干燥样品由于去除了绝大部分的水分使得检测精度相比较液体农药溶液样品有较大的提高,预测相关系数达到0.989,预测残差值为0.153,且相对分析误差为6.812,可以进行对农药浓度的定量检测.     

基于近红外光谱快速定量检测面粉中曲酸的方法建立

利用近红外光谱技术快速定量检测面粉中非法添加的褐变抑制剂曲酸。选取市场上常见3?种基本类型的面粉（高、中、低筋面粉）,分别制备曲酸质量分数为0.0%、0.5%、1.0%、3.0%、5.0%、10.0%的面粉样品,并采集其在1?000～2?400?nm波段下的光谱数据。对比不同预处理下高筋面粉样品数据所建偏最小二乘（partial least squares,PLS）回归模型效果,选取Savitzky-Golay一阶导数为最优预处理方法。采用区间偏最小二乘（interval partial least squares,iPLS）法选取1?088.8～1?153.5?nm为最佳光谱区间。结果表明,基于最佳光谱区间所建PLS回归模型预测效果优于基于全波段光谱数据所建模型。进一步,基于所选最优区间对中、低筋面粉和混合样品集分别建立PLS回归模型。高、中、低筋面粉及混合样品集基于最优区间的PLS模型的决定系数为0.949～0.972,标准误差为0.581%～0.830%,验证集标准偏差与预测标准偏差的比值为4.171～4.830。结果表明,基于最优区间的近红外光谱方法对不同类型面粉中曲酸质量分数为1.0%～10.0%的样品具有较好的预测结果,结合具有低检测限的化学检测方法,在对大批量样品的检测中可提高检测效率。     

基于近红外光谱的红提内部品质无损检测研究

红提的可溶性固形物含量（Solube Solids Content,SSC）、总酸（Total Acid,TA）、pH、硬度（Firmness Index,FI）和含水率（Moisture Content,MC）等内部品质指标直接影响着果实的口感及品质,同时也是水果成熟度的评判标准。为快速获得上述内部品质指标,且避免不必要的检测损耗,本文提出了一种新的红提无损检测模型。以生长期红提为研究对象,利用Antaris II近红外光谱仪采集了360个样本的近红外光谱信息。对采集到的光谱信息分别用SNV等算法进行预处理并通过建模确定了最优预处理方法。然后通过降维算法提取光谱信息的特征波长,最后基于偏最小二乘回归算法（Partial Least Squares Regression,PLSR）分别建立了红提的SSC、TA、pH、FI和MC的检测模型。红提的SSC、TA的最优检测模型为SG-CARS-SPA-PLSR模型,pH的最优检测模型为MA-CARS-SPA-PLSR模型,FI和MC的最优检测模为SG-CARS-PLSR模型。所建立的红提SSC、TA、pH、FI和MC的最优PLSR模型的预测集的相关系数R_p分别为0.9787、0.9811、0.9870、0.9568、0.9329,残差预测偏差RPD分别为4.8637、4.9006、6.0939、3.4453、2.5825,表明以上模型具有较高的检测精度。本文所建的红提内部品质检测模型可为红提内部品质的检测提供可靠的方法。     

基于近红外光谱的大豆水分和粗脂肪含量的快速检测

基于近红外光谱技术快速检测大豆中水分和粗脂肪含量。方法 首先采集350-2500 nm光谱范围的大豆近红外光谱,采用光谱-理化值共生距离（SPXY）算法将大豆样本划分为校正集样本与测试集样本,然后对原始光谱分别采用多元散射校正(MSC)、标准正态变量交换(SNV)、归一化（Nor）等9种方法进行预处理,最后使用偏最小二乘回归(PLSR)分析方法建立模型对样本进行定量分析。结果 原始光谱经过多元散射校正后建立的偏最小二乘回归模型对水分的预测精度最高,其校正集和测试集的相关系数分别为0.8964和0.9055 , 均方根误差分别为0.4211和0.5933;原始光谱经过归一化处理后建立的偏最小二乘回归模型对粗脂肪的预测精度最高,其校正集和测试集的相关系数分别为0.9084和0.9295 , 均方根误差分别为0.6897和0.6462。结论 近红外光谱（NIRS）结合预处理及偏最小二乘回归法,可以快速、准确的检测大豆水分和粗脂肪含量。     

䥺Symbol`@@基于近红外光谱漫透射技术的苹果可溶性固形物含量在线检测

为研究苹果的内部品质,提高检测的速度和稳定性,将近红外光谱漫透射技术应用于在线检测研究,并采取偏最小二乘回归(PLSR)算法结合不同光谱预处理方法建立苹果内部的可溶性固形物含量(SSC)的定量模型。结果表明:采用一阶微分结合多元散射校正(MSC)预处理后的模型最稳定,校正集和预测集的标准差分别为0.17和0.39,校正集的相关系数也达到0.988 3。试验结果说明近红外光谱漫透射技术能够快速、无损地检测出苹果的可溶性固形物含量。     

葛粉掺假的近红外漫反射光谱快速检测

研究葛粉中掺假红薯淀粉和马铃薯淀粉的近红外漫反射光谱快速检测方法。采集样品的近红外漫反射光 谱,采用主成分回归和偏最小二乘法建立校正模型,并对比光谱预处理方法和光谱建模区间对模型的影响。结果表 明,采用偏最小二乘法建模,光谱采用标准正态变量变换预处理,光谱区间选择在962～1 389 nm时,模型预测效 果最佳,外部验证预测相关系数（RP 2）达0.994 5,均方根误差2.298 7%,相对分析误差13.56,平均回收率99.89% （n=9,RSD=2.96%）,这表明近红外漫反射技术能对葛粉中掺假红薯淀粉和马铃薯淀粉进行有效检测。     

GC-MS测定不同采收期酸枣仁中脂肪油成分

利用气相色谱-质谱联用(gas chromatography-mass spectrometry,GC-MS)技术分析经甲酯化的不同采收期酸枣仁的脂肪油成分组成及相对质量分数的变化。结果表明:3个时期酸枣仁的脂肪油成分总含量增加,经过GC-MS分析共检测出29种脂肪油成分,包括不饱和脂肪酸类、饱和脂肪酸类、碳氢化合物和醇类化合物这4大类组分。3个时期酸枣仁中均有其特殊的脂肪油成分,同时各时期也有相同的脂肪油成分,其中亚油酸甲酯(33.01%~34.27%)和油酸甲酯(43.66%~45.43%)为各个时期中的主要脂肪油物质。     

微波辅助提取酸枣仁油工艺研究

应用微波辅助提取酸枣仁油,采用单因素实验和正交实验法考察了提取时间、提取温度和料液比对提取率的影响,得到了最佳提取工艺条件：提取温度为40℃,提取时间为5min,料液比为1：6.与直接加热提取法比较,微波辅助提取时间明显的缩短,提取温度也比传统方法下降15℃,所用溶剂量也较低.     

酸枣仁蛋白的不同蛋白酶酶解产物功能特性及抗氧化活性分析

以酸枣仁为原料,采用碱提酸沉法对酸枣仁蛋白进行提取,用三种不同蛋白酶(碱性蛋白酶、中性蛋白酶和木瓜蛋白酶)对酸枣仁蛋白进行酶解,得到三种酶解物,研究不同酸枣仁蛋白酶解物的功能特性和抗氧化活性.结果表明,与酸枣仁蛋白相比,不同酸枣仁蛋白酶解物的溶解性、持油性、起泡性及其稳定性、乳化性及其稳定性均具有不同程度地提高,其中,...     

酸枣仁与黑胡椒的组方研究

研究酸枣仁与黑胡椒不同配比及用量对改善睡眠作用的影响。酸枣仁水煎液喷雾干燥得到粉末与黑胡椒的细粉分别按药材量1∶5、1∶10、1∶15比例混合均匀后进行改善睡眠功能实验,筛选最佳配比;进而筛选最佳用量。3种配比均能延长戊巴比妥钠诱导的小鼠睡眠时间和缩短入睡潜伏期,以1∶10的比例混合效果更突出,按拟定剂量实验得到较好的效果。酸枣仁与黑胡椒的组方在改善睡眠方面其最佳配比为1∶10,在此基础上所拟定的剂量是适宜的。     

酸枣仁提取物与茶氨酸复合配方对睡眠的改善作用

为探究酸枣仁提取物与茶氨酸的复合配方对小鼠睡眠的影响及其作用机理,将雄性Balb-c小鼠随机分成3组,酸枣仁提取物、茶叶茶氨酸低剂量组[酸枣仁提取物105 mg/(kg·d)、茶氨酸58 mg/(kg·d)]和高剂量组[酸枣仁提取物158 mg/(kg·d)、茶氨酸87 mg/(kg·d)],以及对照组(蒸馏水),连续...     

酸枣仁蛋白酶解产物功能特性及抗疲劳活性研究

以酸枣仁蛋白(semen ziziphi spinosae protein,SZP)为原料,对其进行酶解处理,研究酸枣仁蛋白酶解产物(semen ziziphi spinosae protein hydrolysates,SZPHs)的功能特性和抗疲劳活性.以水解度、蛋白回收率、抗疲劳活性为指标,对蛋白酶进行筛选,确定...     

基于近红外光谱技术快速检测椰汁品质

本研究应用近红外光谱技术结合主成分分析法(PCA)对3个不同品种的椰子,3个不同品牌成品椰子饮料及椰子粉进行定性分析。结果表明,对椰子3种不同形式的加工产品(椰子原汁、椰子饮料、椰子粉)进行定性分析的准确判别率均达到100%。采用近红外光谱技术结合偏最小二乘法(PLS)对椰汁饮料中原汁含量进行定量分析。为保证所建模型的稳健性、准确性,消除干扰,采用6种不同的预处理方法对近红外光谱技术进行优化,结果表明经过中心化预处理可得最佳模型,其R_p²、RMSEP、R_c²、RMSEC分别为0.9942、0.0435、0.9932、0.0519。本研究表明近红外光谱技术可为市售椰汁及椰子加工制品品质的快速、无损检测提供一种新思路。     

基于近红外光谱技术对建三江大米快速检测分析研究

为实现建三江大米的真假快速鉴别,应用近红外光谱仪测定来自建三江及非建三江地区的150份大米样品,对原始光谱进行预处理后,采用因子化法进行鉴别分析,最大合格性索引法进行合格性检测分析,偏最小二乘法(partial least squares,PLS)法进行定量分析。结果表明,3种模式识别方法对建三江地区的大米正确判别率均在90.00%以上。因此,应用近红外光谱技术在建三江大米真假鉴别研究中具有可行性。     

基于HPLC 指纹图谱和定量分析法评价酸枣仁质量

目的：建立中药酸枣仁高效液相色谱(HPLC)指纹图谱,为科学评价不同产地酸枣仁药材质量提供新方法。方法：采用UltimateTM C18 柱 (250mm × 4.6mm,5μm),乙腈- 超纯水梯度洗脱,流速1.0mL/min,检测波长210nm,柱温30℃。通过夹角余弦法和相关系数法计算17 批样品的相似度,并对其进行聚类。结果：聚类分析表明,17批不同规格样品被聚为3 类,即主产区、一般产区和次品。主产区酸枣仁相似度均高于0.9239,酸枣仁皂苷A 含量范围为0.8123～1.1109mg/g。结论：采用HPLC 法建立指纹图谱并结合指标成分定量分析的方法可作为酸枣仁质量评价的参考依据。     

酸枣仁、茯神营养果冻的研制

以酸枣仁和茯神为主要原料,辅以白砂糖、食用胶凝剂和柠檬酸等研制出果冻.通过实验确定营养果冻的最佳配方为:卡拉胶0.4%,海藻酸钠0.2%,白砂糖12%,蛋白糖1%,酸枣仁、茯神提取液15%,柠檬酸0.2%,柠檬酸钠0.1%,乳粉8%.生产产品香味特别,风味爽口,营养全面且具有较好保健功能的酸枣仁茯神果冻.产品呈乳白色,...