基于改进AHP和灰色关联度分析法用于稻米蛋白质营养学评价

对3个生产基地8个晚籼品种的24份稻米的蛋白质和氨基酸组成进行了测定。以FAO/WHO氨基酸标准模式为参考,利用改进层次分析法与灰色关联度分析相结合的方法建立稻米蛋白质综合评价模型,并对评价模型用于评价蛋白质营养价值的可行性进行了验证。结果显示,不同基地及不同品种间稻米蛋白质品质存在显著性差异(P0.05);加权灰色关联度法与PER、NPR的相关系数r分别为0.959(P=0.003),0.974(P=0.001)。表明加权灰色关联度与蛋白质生物学指标高度相关,能够较为科学、有效地表征稻米蛋白质的营养品质。     

基于NIRS的茶籽调和油中茶油含量检测方法研究

采用偏最小二乘法(PLS)建立二元及三元体系茶籽调和油中茶油含量的近红外光谱定量模型。采用质量分数0~60.0%的菜籽油、大豆油、棉籽油、玉米油、棕榈油,分别调配二元调和油样本140个及三元调和油样本348个,采集样品在10 000~4 000 cm~(-1)范围的透反射光谱,采用交互验证来考察模型的可靠性。经均值中心化处理,二元体系建立PLS模型的训练集R_c~2=0.992,预测集R_p~2=0.993,RMSECV=0.014,RMSEP=0.017,样本预测准确率94.3%(相对误差小于±10%);三元体系建立PLS模型的训练集R_c~2=0.996,预测集R_p~2=0.994,RMSECV=0.011,RMSEP=0.013,茶油含量大于5%的预测准确率92.1%(相对误差小于±10%)。结果表明,NIRS能实现二元及三元体系茶籽调和油中茶油含量的定量检测。     

响应面法优化紫苏籽油超临界萃取工艺

以紫苏籽油萃取率为参考,在单因素试验基础上,运用三因素三水平响应面分析法研究超临界CO2萃取过程中工艺参数对萃取率的影响。结果表明:萃取时间、萃取压力、萃取温度对萃取率的影响显著。超临界CO2萃取紫苏籽油的较佳工艺参数是:萃取压力24 MPa,萃取温度41℃,紫苏籽粒度20目,CO2流量20 L/h,萃取时间110 min,在此工艺条件下紫苏籽油萃取率达到88.63%。GC-MS分析结果显示,超临界CO2萃取的紫苏籽油不饱和脂肪酸含量高达91.94%,主要成分是油酸、亚油酸和α-亚麻酸。     

近红外光谱结合偏最小二乘法用于纯茶油中掺杂菜籽油和大豆油的定量分析

采用偏最小二乘法(PLS)建立了油茶籽油中掺杂菜籽油和大豆油的近红外光谱定量检测模型。配制不同比例(0～100%)的油茶籽油和菜籽油、油茶籽油和大豆油混合样品共256个,采集样品在10000～4000cm-1范围内的近红外透反射光谱,模型采用交互验证和外部检验来考察所建立模型的可靠性,不需进行任何光谱预处理,所建立的PLS模型相关系数为0.9997,训练集的交叉验证均方根误差(RMSECV)为0.504,预测集的预测均方根误差(RMSEP)为0.66。应用建立的模型对未知样品进行预测,并对预测值和真实值进行比较,在掺杂油含量为2.5%～100%之间范围内准确可靠,研究结果表明,采用近红外光谱技术可以实现纯茶油中菜籽油和大豆油掺杂量检测。