论文部分内容阅读
近红外光谱技术在食品检测方面具有广泛应用。本课题针对食品的两种典型形态——液态和固态,选取苹果汁、火麻油、莲子粉、三叶青、三七为代表性目标物,联合应用近红外光谱和化学计量学对食品组分分析、分类鉴定、品质鉴别等方面进行快速、准确的无损检测,为促进食品安全和维护消费者权益提供新型快速检测手段。主要结果如下:(1)通过采集苹果汁样品的近红外光谱,利用光谱集合建立偏最小二乘(PLS)回归模型,经标准化预处理后,运用四种群体智能算法和连续投影算法(SPA)提取特征变量,得最佳PLS回归模型,预测决定系数(RP2)和预测均方根误差(RMSEP)分别为0.9986和0.0628,表明所建立模型能有效检测苹果汁中原汁含量。(2)采集掺杂大豆油、花生油、葵花籽油和玉米油的火麻油样品的近红外光谱,结合竞争自适应重加权采样(CARS)建立PLS模型,不同掺杂类型的CARS-PLS回归模型的Rp2均超过0.9356,表明所建立模型能有效测定掺杂样品中火麻油含量。(3)根据福建和湖南产地的莲子粉样品的近红外光谱,构建偏最小二乘判别分析(PLS-DA)模型,对两产地的莲子粉样品的判别准确率达100%;同时根据混有不同比例地瓜粉、小麦粉和玉米粉的莲子粉样品的近红外光谱,建立聚类算法模型,其能够有效识别掺入5%地瓜粉、小麦粉和玉米粉的莲子粉样品;根据不同产地的莲子粉样品的近红外光谱,结合水分含量测定数据,构建CARS-PLS回归模型对莲子粉中水分含量预测综合性能良好,RP2和RMSEP分别为0.9991和0.0207。(4)采集浙江、福建、云南、湖南、贵州等五个产地三叶青样品的近红外光谱,构建PLS-DA分类器模型,鉴别准确率达100%;根据不同产地三叶青的近红外光谱结合黄酮和多糖含量的测定结果建立PLS回归模型,所构建三叶青多糖含量的CARS-PLS回归模型的Rp2和RMSEP为0.9990和0.9287,所构建三叶青黄酮含量的CARS-PLS回归模型的Rp2和RMSEP为0.9998和0.0034,表明近红外光谱技术可实现三叶青产地的有效判别和黄酮及多糖含量的准确检测。(5)采集不同等级的三七样品的近红外光谱,构建不同等级三七的CARS-PLS-DA分类器判别模型,其对30头(等级B)、40头(等级C)、60头(等级D)三七的判别准确率达100%,而对20头(等级A)三七样品的判别准确率达75%,说明上述模型能有效检测不同品质的三七样品。通过上述研究,为今后市场拓展所面临的食品品质检测奠定基础,并通过快速定量分析物质成分为相关物质的品质鉴别提供新思路。