排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
基于脂肪酸分析识别猪油和鸡油 总被引:1,自引:0,他引:1
用气相色谱法分析猪油和鸡油脂肪酸信息,猪油含有17种脂肪酸,鸡油含有13种脂肪酸.采用不同的数据处理方法对猪油和鸡油进行识别分析.结果显示,主要脂肪酸比值法和针对全部脂肪酸信息进行K-均值聚类分析具有一定的可行性,而针对主要脂肪酸信息进行聚类分析会丢失一些脂肪酸信息,聚类正确率较低.本研究为探索建立识别地沟油分析方法提供参考数据和方法. 相似文献
3.
选取花生油、大豆油、菜籽油、芝麻油、玉米油、葵花籽油、米糠油和棉籽油8种植物油脂共98个样品,采用Gary Eclipse荧光光度计,在激发狭缝和发射狭缝宽度为5 nm、激发波长在250~700 nm范围内以10 nm为间隔、发射波长在240~760 nm范围内的条件下扫描样品的发射光谱,获得每个样品的三维荧光光谱.用Origin7.5软件绘制光谱数据的二维等高线图,用于研究各种油脂的荧光信息.结果显示,8种油脂的荧光信息有显著差别. 相似文献
4.
采用气相色谱法和红外光谱法结合簇类的独立软模式(SIMCA)识别方法对稻米油进行识别分析方法的研究.计算4种植物油(稻米油、大豆油、花生油和菜籽油)中8种脂肪酸含量;油脂样品和糠蜡样品采用傅里变换红外吸收光谱仪分别扫描其光谱,以1 080~1 125 cm-1和1 680~1 780 cm-1波段处的吸收值为不同种类油脂的红外特征信息.用SIMCA识别法分别对4种植物油建立种类识别模型.然后,以各种植物油脂的脂肪酸和红外吸收光谱的吸收值信息为变量,建立各种油脂的主成分分析模型,随机抽取2/3的样本为训练集,1/3为验证集,对所建立模型进行识别并验证,两种变量得到的模型的Q值均为0.9.两种方法的识别结果分别为97%和100%. 相似文献
5.
本研究为了建立不同植物油脂的识别方法,针对9种植物油脂采用气相色谱法分析其脂肪酸组成,用面积归一化法定量各脂肪酸甲酯的含量。以豆蔻酸、棕榈酸、硬脂酸、油酸、亚油酸、亚麻酸、花生酸、花生烯酸和芥酸等9种脂肪酸为变量,应用Fisher判别法,建立8个判别函数,以第一和第二个判别函数得分绘制判别得分二维散点图,9种油脂聚成9类,并且原始判别和交叉验证的准确率均为100%。另外,比较不同判别函数下各类植物油脂的重心坐标可知,判别函数Y1下的重心坐标两两具有明显差别,故选取判别函数Y1作为外部验证判别函数。通过外部数据的验证显示,使用判别函数Y1能够准确判定未知样的归属,方法选择9种主要脂肪酸作为变量,具有一定的可行性。 相似文献
1