论文部分内容阅读
乳及乳制品以其丰富的营养,成为了人们日常生活最为重要的营养来源之一。羊乳作为一种新兴的奶源,具有较高的营养价值和保健食疗价值,日益受到人们的重视。但是随着乳及乳制品需求的不断增加,在生产中为了保证产量且达到防病治病的目的,多种抗生素应用于牛羊等畜类生产的各个过程中,以至在原料乳中出现了不同程度的抗生素残留。抗生素羊奶不仅会影响乳制品的品质,同时大量饮用还会对人体造成不良影响,过敏反应严重时能够致命。目前对乳中抗生素的检测方法主要以理化检测以及微生物方法为主,这些方法虽具有检测限低、精确度高等特点,但是存在着操作复杂、时间长、成本较高的问题,难以满足日常生产生活对乳中抗生素检测的迫切需求。本文以电子鼻作为快速无损的检测仪器,将含有的0、50、100、200μL/L4个浓度的青霉素G、硫酸庆大霉素、硫酸链霉素的羊奶作为研究对象,利用负荷加载分析、线性判别分析进行判别分析,而后利用Fisher判别分析、多层感知器神经网络等方法进行不同的模式识别。主要结论如下:通过电子鼻对3种含有抗生素羊奶的响应图可以看出,添加了青霉素G和硫酸链霉素的羊奶的挥发性物质的释放受到了抑制,而庆大霉素的添加则促进了羊奶挥发性物质的释放。经负荷加载分析可知,在对羊奶中3种抗生素进行浓度判别时,W1W、W2W两个传感器始终起到了较为重要的作用,根据电子鼻各个传感器所对应的敏感响应物质,可知硫化物的变化在整个过程中都是进行分组的重要影响因素。PEN3电子鼻响应结果经LDA方法处理后,可以对3种抗生素浓度进行较为清晰的判别,通过LDA结果可以看出,对3种抗生素样品,电子鼻均能够将空白样品和含有抗生素的样品进行准确的判别,虽然100μg/L和200μg/L组的青霉素G羊奶样品、50μg/L和100μg/L组的硫酸链霉素羊奶样品分组有一定的重叠,但是3个LDA的判别结果总体上能够将不同浓度的抗生素区分开来,效果良好。利用Fisher判别分析和多层感知器神经网络对羊奶中含有青霉素G、硫酸庆大霉和硫酸链霉素等3种抗生素的浓度和电子鼻响应信号之间的关系进行建模处理。在羊奶中3种抗生素的浓度预测过程中:FDA的训练集和预测集的正确率均达到98%以上,MLPN的训练集和预测集的正确率也都在94.9%以上,预测精度都很高,取得了很好的预测效果。因此FDA和MLPN都可以作为一种有效的预测工具应用到电子鼻对羊奶中3种抗生素浓度的检测中,并具有很好的预测效果,而且FDA的预测效果更好。