2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、鮮牛奶營養(yǎng)價值較高,深受消費者的喜愛,銷量也逐步上升,但隨著銷量的增長,鮮牛奶及其制品的質(zhì)量安全問題不斷出現(xiàn),主要表現(xiàn)在牛奶摻假及新鮮度的方面,這些都嚴重影響了牛奶安全問題。因此急需建立一種快速檢測牛奶摻假和新鮮度的方法。本文利用低場核磁技術(shù)結(jié)合化學計量學法,對牛奶摻假、冷藏天數(shù)及新鮮度進行研究,為實現(xiàn)牛奶摻假、冷藏天數(shù)及新鮮度的在線檢測提供一條新途徑。主要研究結(jié)果如下:
  (1)在主成分得分圖中,不同摻假牛奶隨摻假物質(zhì)的添加量

2、呈一定規(guī)律性分布,并得到了很好區(qū)分。利用偏最小二乘判別(PLS-DA)和線性判別(LDA)方法建立不同摻假牛奶的判別模型,對摻水、摻尿素牛奶的判別準確率全部是100%,摻食鹽牛奶的判別準確率分別是83.33%和100%,摻蔗糖牛奶的判別準確率分別是73.33%和76.67%。
  (2) LDA中Mahalanobis函數(shù)建立的模型優(yōu)于Linear、Quadratic函數(shù)的模型,SVM中C-SVM類型的模型優(yōu)于Nu-SVM類型的模

3、型,徑向基函數(shù)與線性函數(shù)的模型優(yōu)于S型函數(shù)、多項式函數(shù)的模型。SIMCA模型總識別準確率是95.83%,LDA中Mahalanobis函數(shù)建立的模型總識別準確率是100%,SVM中C-SVM類型的徑向基函數(shù)建立的模型總識別準確率是87.50%。
  (3)新鮮度指標pH隨著冷藏天數(shù)的增加呈下降趨勢,微生物總數(shù)呈增加趨勢,結(jié)合水呈先減少后增加趨勢,自由水呈逐漸減少趨勢。利用PCR和PLSR建模方法建立鮮牛奶PH、微生物總數(shù)定量分析模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論