基于近红外光谱的掺伪乳制品鉴别模型优化
Optimization of Identification Model of Adulterated Dairy Products Based on Near Infrared Spectroscopy
DOI: 10.12677/OJNS.2019.73015, PDF,    国家自然科学基金支持
作者: 卞中悦, 贾若玉, 郭倩倩, 陈蕊, 李天骄：德州学院食品质量与安全，山东 聊城
关键词: 掺伪乳制品；近红外光谱；快速鉴别；模型优化；Adulterated Dairy Products； Near Infrared Spectroscopy； Rapid Identification； Model Optimization
摘要: 为实现掺伪乳制品的快速鉴别，基于近红外光谱技术，采用偏最小二乘法(PLS法)建立掺伪乳制品的鉴别模型，并利用剔除异常点等方法对模型进行优化。结果表明：掺水乳制品在透射方式下，因子数为5，采用原始光谱、S-G平滑、附加散射矫正方式时定量模型最为理想，其预测集相关系数为0.9975，决定系数为0.9943；掺淀粉乳制品在透射方式下，因子数为4，采用一阶导数谱、Norris平滑、不矫正时定量模型最为理想，其预测集相关系数为0.9913，决定系数为0.9827。
Abstract: Near infrared spectroscopy (NIR) combined with partial least squares (PLS) was used to identify rapidly adulterated dairy products. Eliminating abnormal points and other methods were em-ployed to optimize the model. The results showed that for the identification of dairy products adulterated with water, the ideal model established by PLS was under transmission mode, using Spectrum, S-G smoothing method and additional scattering correction light path method, and the factor was 5, in which the correlation coefficient of prediction set (RP) was 0.9975 and the coeffi-cient of determination (R2) was 0.9943. For the identification of dairy products adulterated with starch, the best model was under transmission condition, first-order derivative spectrum, Norris smoothing method and no correction of optical path, and the factor was 4, in which the RP was 0.9913 and the R2 was 0.9827.
文章引用：卞中悦, 贾若玉, 郭倩倩, 陈蕊, 李天骄. 基于近红外光谱的掺伪乳制品鉴别模型优化[J]. 自然科学, 2019, 7(3): 96-105. https://doi.org/10.12677/OJNS.2019.73015

参考文献

[1] 明双喜, 张然. 几种常见食品掺伪及其检测技术介绍[J]. 食品研究与开发, 2014, 35(20): 17-22.
[2] 谢昕. 几类食品掺伪的化学检验[J]. 化学教育(中英文), 2014, 35(22): 30-32.
[3] 魏晓敏. 乳与乳制品掺伪鉴别和检验技术[J]. 科学技术创新, 2016(6): 124-124.
[4] 彭珊珊, 张俊艳. 食品掺伪鉴别检验[M]. 北京: 中国轻工业出版社, 2014.
[5] 宋志强, 张恒, 郑晓, 等. 近红外光谱技术在食用植物油脂检测中的应用[J]. 武汉工业学院学报, 2013, 32(2): 1-5.
[6] 徐喆. 近红外光谱技术在油品检测中的应用[J]. 中国石油和化工标准与质量, 2015(24): 13-15.
[7] 陆婉珍, 袁洪福, 徐广通, 等. 现代近红外光谱技术在石油产品分析中的应用[C]//中国分析测试协会科学技术奖发展回顾. 2015.
[8] 李桂峰. 近红外光谱技术及其在农业和食品检测中的应用[J]. 农业与技术, 2007, 27(5): 91-94.
[9] 饶毅, 魏惠珍, 方少敏, 等. 近红外光谱技术在中药制药过程质控中的应用[J]. 中成药, 2011, 33(1): 126-130.
[10] 王莉, 李增芳, 何勇, 等. 应用近红外光谱技术快速检测果醋糖度[J]. 光谱学与光谱分析, 2008, 28(8): 1810-1813.
[11] 张萍, 闫继红, 朱志华, 等. 近红外光谱技术在食品品质鉴别中的应用研究[J]. 现代科学仪器, 2006(1): 60-62.
[12] 李凯歌, 韩东润, 孙明. 纯牛奶中还原奶的近红外检测判别分析[J]. 农机化研究, 2008, 8: 145-147.
[13] 程文宇, 管骁, 刘静. 近红外光谱技术检测液态奶中微量三聚氰胺的可行性研究[J]. 食品与机械, 2015(1): 71-74+81.
[14] Han, D., Lu, C. and Liu, Y. (2006) Nondestructive Detection of Brown Core in the Chinese Pear Yali by Transmission Visible-NIR Spectroscopy. Dairy Guide, 4, 39-41.
[15] 李振庆, 黄梅珍, 倪一, 等. 改进偏最小二乘法在近红外牛奶成分测量中的应用[J]. 光学技术, 2009, 35(1): 70-73.