滩羊肉中油酸和亚油酸含量的近红外预测模型建立

基于近红外光谱技术结合化学计量学方法建立滩羊肉中油酸和亚油酸含量的预测模型。选取滩羊肉外脊、里脊、羊霖、羊腩共138 份样本,在900～2 500 nm波长范围内,采集滩羊肉糜样品的近红外反射光谱,利用气相色谱法作为参考,测定样品中油酸和亚油酸含量,并建立滩羊肉中油酸和亚油酸含量的偏最小二乘回归（partial least squares regression,PLSR）模型。为优化模型性能,使用间隔随机蛙跳（interval random frog,IRF）算法进行数据降维处理。结果表明：对于油酸模型,经过标准正态变量变换结合一阶导数处理后的全波长模型相关性较高,校正相关系数（Rc）和交叉验证均方根误差（root mean square error of cross-validation,RMSECV）分别为0.889 5和10.2515,预测相关系数（Rp）和预测集均方根误差（root mean square error of prediction set,RMSEP）分别为0.7357和10.2492,然而,经IRF算法提取92个特征波长后,Rc和Rp均低于全波长模型;对于亚油酸模型,使用多元散射校正处理后的全波长模型Rc最大,为0.8747,RMSECV为1.0512,但其Rp和RMSEP较小,利用IRF算法提取102 个特征波长后,建立的亚油酸模型相关性得到极大改善,其中Rc最大达到0.9912,相应的RMSECV为0.0118,Rp为0.9879,RMSEP为0.0122。因此,近红外光谱技术结合IRF算法不能较好预测滩羊肉中油酸含量,但对亚油酸含量具有较好的预测能力。     

食用油油酸的近红外特征谱区优选

为提高食用油油酸的近红外定量分析模型的预测性能,采用4种波长变量优选方法:移动窗口偏最小二乘算法(MWPLS)、间隔偏最小二乘法(i PLS)、向后间隔偏最小二乘法(Bi PLS)、组合间隔偏最小二乘算法(Si PLS),优选食用油油酸近红外光谱特征区间,建立57份食用油样本的油酸定量分析模型。试验结果表明,相较于全谱建模,4种变量优选方法都能在有效地减少建模所用的变量数的同时提高模型性能,其中采用Si PLS优选变量所建的油酸定量模型的预测性能最优,决定系数R2为0.995 0,交叉校验均方根误差(RMSECV)为1.037 2,预测均方根误差(RMSEP)为0.924 6。     

近红外光谱法预测浆料中胶黏物含量的研究

探讨了近红外光谱法快速颅测浆料中胶黏物含量的可行性.基于实验室自制的75个胶黏物含量不同的浆料样晶,用近红外光谱仪漫反射方式在12500～4000cm,-1波数范围内采集相应样品的光谱,利用化学计量学软件建市样品胶黏物含量和光谱数据之间的相关性模型.结果表明,对原始光谱进行最大-最小归一法预处理后,选择12493.4～7498.4 cm-1和6102.1～5349.9 cm-1波数区间,用偏最小二乘法(PLS)和完全交互验证方式建立的校正模型和外部验证预测模型的相关系数R2分别为0.918和0.935,校正标准差SEC值为0.211,预测标准差SEP为0.211.该模型预测浆料胶黏物含量的重现性相对标准偏差和准确性相对甲均偏差分别小于15%和10%,可以达到工业分析的要求.     

近红外光谱法快速检测甜菜糖度的模型优化

目的建立起近红外光谱技术关于甜菜糖度的最佳预测模型。方法研究了Savitzky-Golay平滑处理、Savitzky-Golay导数、均值中心化、差分求导、净分析信号、去趋势校正、标准正态变量变换和多元散射校正等8种预处理方法的多方法联用处理进行光谱数据的预处理,结合光谱波段优选,建立甜菜糖度与近红外光谱的预测模型。结果在进行模型的评价时,以误差均方根(SEP)、校正标准误差(SEC)与交叉检验误差(SECV)作为评价指标。结论发现经过光谱波段优选之后,结合Savitzky-Golay平滑、Savitzky-Golay导数、去趋势校正及均值中心化进行光谱数据的预处理得到的模型效果最佳。     

近红外光谱结合不同偏最小二乘法快速检测镇江香醋的浑浊度

利用近红外光谱(4000cm-1～10000cm-1)结合化学计量学方法快速检测了镇江香醋中的浑浊度。首先,用近红外光谱仪采集香醋样本的近红外光谱数据以及用离心法测定样本的浑浊度值;然后,采用间隔偏最小二乘法(iPLS)、反向区间偏最小二乘法(biPLS)、联合间隔偏最小二乘算法(siPLS)优选光谱特征区间;最后,采用全光谱(4000cm-1～10000cm-1)偏最小二乘法(PLS)对优选出来的区间建立香醋浑浊度近红外光谱模型。结果表明,采用siPLS将全光谱均匀划分30个子区间,选择4个子区间[4 10 18 27]联合时,建立的模型预测效果最佳,其RMSECV和RMSEP分别为0.173和0.208,校正集和预测集相关系数分别为0.9337和0.9004。因此,利用近红外光谱技术快速检测香醋中的浑浊度是可行的。     

大米糊化特性指标的近红外光谱检测模型优化

粘度是大米重要的食味品质指标,但目前主要依赖于化学法测定,费用高昂,耗时费力。本文利用近红外光谱法结合化学计量学,以126份产自江苏省的粳米、糯米和籼米为建模样本,利用马氏距离剔除异常点之后,通过5种光谱预处理方法和最佳谱区范围的筛选,建立大米粘度指标的偏最小二乘模型。对于峰值粘度、热糊粘度和最终粘度的检测,采用一阶导数光谱预处理方法较好,模型rc均在0.9以上;回生值模型采用标准正态变化预处理,rc为0.897 5;对于衰减值和成糊温度模型采用Savitzky-Golay滤波平滑对光谱进行处理,rc分别为0.540 5和0.696 8。波长筛选后以验证集评估建模。结果表明,峰值粘度、热糊粘度、最终粘度、衰减值、回生值、成糊温度rp为0.812 5、0.812 1、0.864 0、0.504 3、0.874 4和0.667 0,构建了适于江苏省产大米粘度的无损检测模型,为大米加工品质的快速检测提供一定的理论支持。     

马铃薯主要营养成分的近红外光谱分析

以44个品系马铃薯为原料,利用主成分分析（PCA）方法筛选出代表马铃薯块茎主要营养成分指标（水分、还原糖、淀粉和蛋白质）,应用偏最小二乘法（PLS）建立这4种营养成分的预测模型,并对模型预测结果进行了评价。结果表明,马铃薯主要营养成分的模型预测与其相应的化学测量值之间具有较好的相关性,对于水分模型,校正效果:R_cal²=98.37%,RMSEE=0.445,RPD=7.84;交叉验证效果:R_cv²=93.05%,RMSECV=0.84,RPD=3.79。还原糖模型校正模型效果:R_cal²=98.43%,RMSEE=0.0236,RPD=7.99;交叉验证效果:R_cv²=86.42%,RMSECV=0.0598,RPD=2.71。淀粉模型校正模型效果:R_cal²=97.13%,RMSEE=0.577,RPD=5.9;交叉验证效果:R_cv²=95.370%,RMSECV=0.7,RPD=4.65。蛋白质模型校正模型效果:R_cal²=98.41%,RMSEE=0.0334,RPD=7.92;交叉验证效果:R_cv²=89.49%,RMSECV=0.0767,RPD=3.08。     

基于Raman和NIR特征光谱的食用植物油脂肪酸定量模型优化

根据食用植物油4种主要脂肪酸(油酸、亚油酸、硬脂酸和软脂酸)分子结构中拉曼活性较强的基团所对应的谱区以及实测光谱筛选多个特征区间,结合偏最小二乘方法建立46份食用油样本4种脂肪酸的快速拉曼定量分析模型。实验结果表明相较于全谱建模,特征谱区筛选能有效地减少建模所用的变量数,明显提高模型的预测性能。实验中发现食用油颜色的差异会引起拉曼光谱受到不同程度的荧光干扰,因此在上述挑选的特征谱区基础上增加扰动较为明显的了295~325 cm-1波段进行联合建模,显著提高了拉曼定量模型的性能。并与采用数理统计方法进行特征谱区优化的近红外模型相比较,结果表明两类模型性能相当,均可用于食用油脂肪酸的快速、准确检测,其中拉曼模型因其所需样本量少,机理更明确等特点更有优势。     

在线近红外光谱在保健酒酒精度检测上的应用

采用短波近红外光谱仪器在线检测保健酒调配液生产线上产品的酒精度。通过使用一阶倒数(First derivative,FD)和平滑处理(Norris derivative filter,ND),对近红外图谱进行预处理,使用偏最小二乘法(Partial least square,PLS)建立了酒精度检测近红外模型。模型的校正集均方根误差(Root mean square error of calibration,RMSEC)为0.737,交互验证相关系数为0.9189;预测集均方根误差(Root mean square error of prediction,RMSEP)为0.788,交互验证相关系数为0.9425。实验数据显示,近红外计算酒精度数值与标准法测量数值相对偏差主要集中在±2%之间,该方法可以满足生产过程中在线检测酒精度的要求。      

基于近红外光谱的海藻糖浆组分快速定量检测

研究采用近红外光谱(near infrared spectroscopy,NIRS)快速检测单酶法生产海藻糖浆(海藻糖、麦芽糖及葡萄糖)组成的方法。取65个海藻糖浆作为样本,扫描得到近红外光谱图,分为48个样本校正集,17个样本预测集,计算分析结果表明:一阶微分(first derivative,1D)与S-G平滑(savitzky-golay filter)组合处理为最优预处理方法;运用TQ analyst建模软件中主成分回归(principal component regression,PCR)算法和偏最小二乘法(partial least squares,PLS)算法分别对海藻糖浆建模,发现采用偏最小二乘法(partial least squares,PLS)的海藻糖浆组分模型稳定性和预测能力更好;运用PLS、1D、S-G平滑组合预处理海藻糖浆组分模型,不仅降低光谱的背景噪声,同时还提高模型的稳定性。海藻糖浆各组分模型的交叉验证均方差(RMSEC)、交叉验证决定系数(Rc)、预测均方差(RMSEP)、预测决定系数(RP)依次为:海藻糖模型分别为0.188,0.995,0.089,0.989;麦芽糖模型分别为0.143,0.997,0.131,0.969;葡萄糖模型分别为0.147,0.997,0.094,0.999。NIRS检测快速、无损便捷,可用于检测单酶法生产海藻糖浆的组分。     

食用油脂酸值近红外光谱特征波长优选

以近红外光谱快速检测大豆油脂酸值为目标,研究间隔偏最小二乘（interval partial least square,iPLS）结合遗传算法（genetic algorithm,GA）及连续投影算法（successive projection algorithm,SPA）的特征波长变量优选方法。制备不同酸值的大豆油脂样品100 个,并在4 000～12 000 cm－1范围内采集了油样的近红外透射光谱。首先用iPLS法从原始光谱中初步筛选出4 540～5 346 cm－1和6 807～7 004 cm－1组合特征波段,R2和预测均方根误差（rootmean square error of prediction,RMSEP）分别为0.978 9和0.064 3;然后分别用GA和SPA从特征光谱区域中筛选出与油脂酸值密切相关的特征波长变量,从GA和SPA 2 种选择结果中各选取前6 个波长点,以12 个特征波长变量建立PLS校正模型,其R2和RMSEP分别为0.985 9和0.045 1。研究表明,在油脂酸值近红外光谱分析中,采用iPLS-GASPA相结合的方法进行特征波长选择能有效去除冗余信息,降低模型复杂度,可为快速无损检测油脂酸值提供重要理论依据。     

食用植物油酸值检测研究进展

酸值是衡量食用植物油中游离脂肪酸（free fatty acid, FFA）含量的指标,也是其重要的氧化和质量指标。目前食用油酸值测定方法中最常用的是滴定法,该方法简单、易行,对多数油脂的检测是有效的,但对酸值较低、颜色较深或存在除FFA外干扰成分的油脂检测误差较大,光谱法、电化学法、比色法、色谱法等仪器分析方法可以作为其替代方法,且仪器分析方法具有较好的灵敏度、准确性。为了进一步拓展和创新食用植物油酸值检测的技术与方法,实现各种植物油酸值的快速准确检测,分析比较了食用植物油FFA的产生途径、酸值检测方法的特点、现状,以期为酸值检测方法的改进及新方法的建立提供参考。     

富含共轭亚油酸的食用油免疫调节功能试验研究

目的国外已经有富含共轭亚油酸的食用油商品。为了使共轭亚油酸在我国得到广泛的应用,进行富含共轭亚油酸的食用油免疫调节作用的试验研究。方法按0．50、1．00、1．50g／kg．bw共轭亚油酸的剂量,采用SPF昆明种小鼠连续给予受试物一个月,与空白组进行比较。结果1）低、中、高剂量组能明显增强ConA诱导的小鼠脾淋巴细胞增殖能力;2）低、中剂量组能明显增强二硝基氟苯诱导的小鼠迟发型变态反应;3）低、中剂量组能明显升高小鼠血清溶血素含量;4）低、中剂量组能明显增强小鼠腹腔巨噬细胞吞噬鸡红细胞功能;5）低、中剂量组能明显增强小鼠碳廓清能力;6）低、中剂量组能明显增强抗体生成细胞能力;7）低、中剂量组能明显增强小鼠NK细胞活性。结论富含共轭亚油酸的食用油具有显著的免疫调节作用。     

Potato Chip Quality and Frying Oil Stability of High Oleic Acid Soybean Oil

High oleic soybean (HOSBO) and low linolenic acid soybean (LLSBO) oils were evaluated individually and in a 1:1 blend along with cottonseed oil (CSO) to determine frying oil stabilities and the flavor quality and stability of potato chips. Potato chips were fried in the oils for a total of 25 h. Potato chips and oils were sampled periodically for sensory data, gas chromatographic volatile compounds, free fatty acids, and total polar compounds. Total polar compounds levels decreased with increasing amounts of oleic acid. The LLSBO had the highest overall increase (17.3%) in total polar compounds from 0 to 25 h of frying. Flavor evaluations of fresh and aged (0, 1, 3, 5, and 7 wk at 25 °C) potato chips showed differences between potato chips fried in different oil types. Potato chips fried in either LLSBO or in the 1:1 blend had significantly higher intensities of deep fried flavor than the chips fried in HOSBO. Potato chips fried in HOSBO, which had 2% linolenic acid and 1.3% linoleic acid, had significantly higher fishy flavor intensity than chips fried in the other oils. The presence of linoleic acid at a level lower than the amount of linolenic acid probably allowed for the fishy flavors from the degradation of linolenic acid in HOSBO to become more apparent than if the linoleic acid level was higher than linolenic acid. Hexanal was significantly higher in potato chips fried in LLSBO than in the chips fried in the other oils, indicating low oxidative stability during storage. Blending HOSBO with LLSBO in a 1:1 ratio not only improved flavor quality of chips compared with those fried in HOSBO, but also improved oil fry life and oxidative stability of chips compared with LLSBO.     

无溶剂体系酶催化油酸淀粉酯的合成

以玉米淀粉和油酸为原料,研究了无溶剂体系下油酸淀粉酯的酶催化合成。主要考察了酶与淀粉的质量比、反应温度、底物比、时间等参数对油酸淀粉酯取代度的影响。采用气相色谱法进行取代度的测定,并以取代度为考察指标,确定了最佳的工艺条件。在单因素试验的基础上进行正交试验,结果表明,最佳工艺条件为:酶的添加量为6%、温度70℃、底物质量比1∶7,在上述条件下反应12 h,取代度可达0.201。同时,使用紫外吸收光谱和FT-IR谱图对产物结构进行表征。     

莲藕成分的近红外光谱分析模型的建立

目的:应用近红外光谱技术和化学计量学方法直接测定莲藕的常规指标。方法:用傅里叶变换近红外光谱仪采集样品的近红外漫反射光谱,再用传统理化分析方法测得样品的各品质参数;采用偏最小二乘(PLS)法建立定标模型,并采用内部交叉验证法对模型进行检验。结果:分别建立了莲藕水分、粗纤维、质构和糖度的PLS模型,其中质构的PLS模型最理想,模型的相关系数大于0.97;莲藕粗纤维、糖度和水分的PLS模型的相关系数均大于0.88。结论:采用近红外光谱法可以实现莲藕品质指标的快速无损检测。     

尿素包合法制备油茶籽油中油酸的工艺研究

研究以一种福建产油茶籽油为原料,其中含棕榈酸7.93%,硬脂酸2.01%,油酸80.92%,亚油酸6.74%,不饱和脂肪酸含量约90%,通过尿素包合法油酸进行纯化。结果表明,油茶籽油在碱醇水解,用95%甲醇低温除杂后,采用90%甲醇为包合溶剂,在尿素与脂肪酸重量比为4∶1,脂肪酸浓度为10%的条件下,4℃中保存16 h后,油酸纯度可由80%提高到92%,回收率可达83%,实现了对油酸的分离纯化,为油茶籽油在医药及化妆品中的应用奠定良好的工作基础。     

斜率截距校正算法在食用油酸值和过氧化值上的近红外光谱模型转移的研究

良好的食用油近红外光谱分析模型以及不同仪器间的模型共享,能够提高模型利用率,可以满足食用油行业的发展需要。针对食用油酸值和过氧化值两个指标的模型转移问题,主要采用斜率截距校正算法,结合主仪器上建立的偏最小二乘法校正模型,针对从仪器上的食用油酸值和过氧化值的近红外光谱模型,进行了模型转移研究。研究表明,斜率截距校正算法在同为光纤探头扫描的实验仪器VERTEX 70和AntarisⅡ(光纤探头部件)间有较好线性度与效果,其酸值和过氧化值的预测均方差从54.675 6和1 912.219 4,分别下降到了0.441 9和6.752。斜率截距校正算法在食用油酸值和过氧化值指标上对相同原理的仪器转移效果较好,并且食用油酸值的校正效果好于过氧化值校正效果。该研究结果对于食用油品质的快速分析模型的广泛应用具有重要意义。     

基于近红外光谱快速定量检测面粉中曲酸的方法建立

利用近红外光谱技术快速定量检测面粉中非法添加的褐变抑制剂曲酸。选取市场上常见3?种基本类型的面粉（高、中、低筋面粉）,分别制备曲酸质量分数为0.0%、0.5%、1.0%、3.0%、5.0%、10.0%的面粉样品,并采集其在1?000～2?400?nm波段下的光谱数据。对比不同预处理下高筋面粉样品数据所建偏最小二乘（partial least squares,PLS）回归模型效果,选取Savitzky-Golay一阶导数为最优预处理方法。采用区间偏最小二乘（interval partial least squares,iPLS）法选取1?088.8～1?153.5?nm为最佳光谱区间。结果表明,基于最佳光谱区间所建PLS回归模型预测效果优于基于全波段光谱数据所建模型。进一步,基于所选最优区间对中、低筋面粉和混合样品集分别建立PLS回归模型。高、中、低筋面粉及混合样品集基于最优区间的PLS模型的决定系数为0.949～0.972,标准误差为0.581%～0.830%,验证集标准偏差与预测标准偏差的比值为4.171～4.830。结果表明,基于最优区间的近红外光谱方法对不同类型面粉中曲酸质量分数为1.0%～10.0%的样品具有较好的预测结果,结合具有低检测限的化学检测方法,在对大批量样品的检测中可提高检测效率。