摘要:
蛋白粉是健身者必备的营养补剂,市场需求在不断增加,一些不法商家为了谋取利益,在蛋白粉中加入廉价的粉末售卖。传统的蛋白粉掺杂的检测方法费时、费力,操作复杂,且成本昂贵。高光谱技术具有易于操作、在不损害实验样本的情况下可快速检测等优点,因此,提出使用高光谱技术以实现蛋白粉掺假检测。在蛋白粉中分别加入质量百分数5%~60%,浓度间隔5%的三类掺假物(玉米粉、大米粉和小麦粉),并采集所有样本的光谱信息。在对蛋白粉中的玉米粉、大米粉和小麦粉三类掺假物进行定性判别时,首先分别采用卷积平滑(SG)、标准化(Normalize)、多元散射校正法(MSC)、基线校正(Baseline)和标准正态变换(SNV)的预处理方法对光谱数据进行处理,然后建立基于主成分回归(PCR)、反向传播神经网络(BPNN)和随机森林(RF)的模型,其中基于全波段光谱MSC预处理方法下建立的RF模型最优,其整体准确率达到了100%,其对应的R和RMSEP分别为0.9979和0.0189。在对蛋白粉中不同掺假物浓度进行定量分析时,对三类掺假样本的光谱分别进行SG,Normalize,MSC,Baseline和SNV的预处理,并建立LSSVM模型;比较不同预处理方法下的各模型之间的性能,在蛋白粉中掺玉米粉、大米粉和小麦粉的LSSVM预测模型最佳预处理方法分别是无、Baseline和Normalize,然后,采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对其筛选,并建立LSSVM模型,三类掺假样本的SPA-LSSVM模型对应的R为0.9890,0.9860和0.9979,CARS-LSSVM模型对应的R为0.9910,0.9946和0.9991,故三类掺假样本的CARS-LSSVM模型预测效果更佳。研究表明:高光谱技术可以实现对蛋白粉掺假的定性、定量的检测,并且操作简单、检测快速和无损。