首页> 中文学位 >基于近红外和高光谱检测鸡蛋粉掺假的研究
【6h】

基于近红外和高光谱检测鸡蛋粉掺假的研究

代理获取

目录

声明

摘要

缩略语表

第一章 文献综述

1 鸡蛋粉应用的研究现状

2 食品掺假检测的传统方法

2.1 基于蛋白质水平的检测技术

2.2 基于DNA水平的检测技术

3 光谱技术在粉末状食品掺假检测中的应用

4 本课题的研究意义及主要研究内容

4.1 课题研究目的及意义

4.2 主要研究内容

第二章 基于近红外检测鸡蛋粉掺假的研究

1 材料与方法

1.1 材料

1.2 光谱数据采集

1.3 图像预处理

1.4 近红外光谱分析

2 结果与分析

2.1 全蛋粉掺假检测结果分析

2.2 蛋清粉掺假检测结果分析

2.3 蛋黄粉掺假检测结果分析

3 讨论

4 本章小结

第三章 近红外光谱在鸡蛋粉多元掺假中的应用

1 材料与方法

1.1 材料

1.2 光谱数据采集

1.3 图像预处理

1.4 近红外光谱分析

2 结果与分析

2.1 近红外光谱特征分析

2.2 光谱预处理对PLSR模型的影响

2.3 不同波段建模对PLSR模型的影响

2.4 PCR模型结果与PLSR结果的比较

3 讨论

4 本章小结

第四章 基于高光谱成像技术检测鸡蛋粉掺假的研究

1 材料与方法

1.1 材料

1.2 高光谱图像采集

1.3 图像预处理

1.4 高光谱分析

2 结果与分析

2.1 全蛋粉掺假检测结果分析

2.2 蛋黄粉掺假检测结果分析

2.3 蛋清粉掺假检测结果分析

3 讨论

4 本章小结

第五章 高光谱技术在鸡蛋粉多元掺假体系中的应用

1 材料与方法

1.1 材料

1.2 高光谱图像采集

1.3 图像预处理

1.4 高光谱分析

2 结果与分析

2.1 高光谱特征分析

2.2 主成分分析

2.3 随机森林结果

2.4 光谱预处理对PLSR模型的影响

2.5 特征波长的选择

2.6 特征波段下PLSR、MLR结果

3 讨论

4 本章小结

第六章 光谱分析快速检测全蛋粉中蛋白质和脂肪含量

1 材料与方法

1.1 材料

1.2 主要试剂和仪器设备

1.3 方法

1.4 图像预处理

1.5 光谱分析

2 结果与分析

2.1 近红外光谱建立模型结果

2.2 高光谱建立模型结果

3 讨论

4 本章小结

1 结论

2 创新点

3 本研究存在的问题及展望

参考文献

致谢

附录

展开▼

摘要

鸡蛋粉有高品质的蛋白质、均衡的矿物质和维生素等优良的营养特性,在食品工业和畜产工业中发挥着非常重要的作用。但是,有些商家为了降低生产成本向蛋粉中掺入廉价物质以获得更大的利润。所以,本文以鸡蛋粉(全蛋粉、蛋清粉、蛋黄粉)为研究对象,使用具有快速、无损检测等优点的近红外光谱技术和高光谱技术并结合有效的化学计量学方法对鸡蛋粉二元掺假体系和多元掺假体系进行了检测。同时采用两种光谱技术建立了全蛋粉中重要营养物质蛋白质和脂肪含量的检测模型,主要研究结果如下:
  (1)应用近红外光谱技术检测鸡蛋粉二元体系掺假。将掺伪物淀粉、大豆蛋白、麦芽糊精分别按比例掺入到三种鸡蛋粉中,构成鸡蛋粉的二元掺假体系。在三种鸡蛋粉的掺假检测中均建立定性判别模型(偏最小二乘判别模型)和定量检测模型(偏最小二乘回归模型)。结果显示,在三种鸡蛋粉掺假的判别分析中,偏最小二乘判别模型(PLS-DA)均可有效的将纯鸡蛋粉和掺假鸡蛋粉进行区分。在全蛋粉掺假的定量模型中,掺入淀粉、大豆蛋白和麦芽糊精的检测最佳模型均为回归系数-偏最小二乘回归模型(RC-PLSR),预测相关系数(Rp2)分别达到0.990、0.996和0.998;在蛋清粉掺假的定量模型中,掺入大豆蛋白和麦芽糊精的最佳检测模型为RC-PLSR,Rp2分别达到0.962和0.979,而对于掺入淀粉的蛋清粉的检测模型,经过回归系数法(RC)获得的特征波长所建立的RC-PLSR在性能上显著降低,因此选择全波段波长建立的PLS模型,获得的Rp2为0.921;在蛋黄粉掺假的定量模型中,掺入淀粉、大豆蛋白和麦芽糊精的RC-PLSR相较于最佳波段获得的PLS模型性能均有所降低,因此均选用最佳波段下获得的模型,Rp2分别达到0.998、0.997和0.986。
  (2)近红外光谱技术检测鸡蛋粉多元体系掺假。将淀粉、大豆蛋白和麦芽糊精三种掺杂物两两或者三者的混合物按比例掺入到鸡蛋粉中,构成鸡蛋粉的多元掺假体系。分别建立鸡蛋粉中淀粉、大豆蛋白、麦芽糊精掺伪量和总掺伪量的定量模型,并比较了不同预处理方式和不同波段对于各个模型的影响。基于最佳预处理方式和最优波段建立主成分回归(PCR)定量模型并与PLSR模型性能进行比较。结果发现,淀粉掺伪量模型和麦芽糊精掺伪量模型效果不佳,而大豆蛋白掺伪量和总掺伪量模型的预测性能良好,R2均达到0.950以上,PLSR模型检测性能优于PCR模型。
  (3)应用高光谱技术检测鸡蛋粉二元体系掺假。通过采集纯样品和掺假样品的高光谱图像并提取平均光谱,建立支持向量机(SVM)模型对纯蛋粉和掺假蛋粉进行判别,结果表明三种鸡蛋粉掺假的判别正确率都达到90%以上。为了定量检测掺入物的含量,采用偏最小二乘回归模型建立光谱数据与掺假含量之间的关系。结果显示全蛋粉掺假的研究中,掺入淀粉、大豆蛋白、麦芽糊精所建立的PLSR模型的Rp2分别达到0.931、0.981、0.990;蛋清粉掺假的研究中,掺入淀粉、大豆蛋白、麦芽糊精所建立的PLSR模型的Rp2分别达到0.832、0.994和0.984;蛋黄粉掺假的研究中,掺入淀粉、大豆蛋白、麦芽糊精所建立的PLSR模型的Rp2分别达到0.998、0.986和0.975,说明模型具有良好性能。通过RC法和连续投影法(SPA)提取了掺假的重要特征波长,分别建立RC-PLSR和SPA-PLSR简化模型。结果表明,模型在性能上没有显著差别,但是由于减少了波长的数量,使得运算的时间缩减、效率提高。
  (4)高光谱技术检测鸡蛋粉多元体系掺假。在掺假检测中,定性判别模型采用了随机森林(RF)和支持向量机(SVM)的方法,结果显示二者均能对纯蛋粉和掺假蛋粉进行有效判别,且RF的效果略优于SVM。在掺入混合物的全蛋粉、蛋清粉、蛋黄粉的定量模型中建立蛋粉实际含量与预测含量之间的关系,Rp2分别可以达到0.986、0.992、0.989,说明模型性能良好。为了简化模型,根据RC法和SPA法提取特征波长,分别建立了RC-PLSR、RC-MLR及SPA-PLSR、SPA-MLR模型,所建立的模型表现出了良好的性能。
  (5)采用近红外光谱和高光谱技术建立全蛋粉中蛋白质和脂肪含量的定量模型,并比较了两种方法的性能。在近红外光谱测定中,蛋白质检测的最优模型为回归系数-PLSR,Rp2达到0.996,脂肪检测的最优模型为基于全波段所建立的模型,Rp达到0.974;在高光谱测定中,蛋白质检测的最优模型为载荷系数-PLSR,Rp2达到0.995,脂肪检测的最优模型为回归系数-PLSR,Rp2达到0.964。两种方法均表现出良好的性能,近红外光谱检测技术的性能优于高光谱。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号