基于近紅外光譜技術(shù)的山茶油摻假檢測研究.pdf_第1頁
已閱讀1頁,還剩52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、山茶油中的脂肪酸含量、比例和產(chǎn)自西方的橄欖油不相上下,被譽為“東方橄欖油”,具有很高的營養(yǎng)價值,有些指標甚至還要優(yōu)于橄欖油,因此受到廣大消費者的熱衷?,F(xiàn)有市場山茶油品種繁多,各種物種品質(zhì)各異,而且因其營養(yǎng)價值和價格昂貴的原因,摻假現(xiàn)象時常出現(xiàn)。而GB/T5539—2008《油脂定性試驗》檢驗油脂品質(zhì)的標準只能定性的判斷摻假與否并沒有從摻假種類和含量上來檢測山茶油,而且檢測時間較長、步驟冗余。這就需要對山茶油的含量以及特性來進行研究,來尋

2、求一種快速準確的檢測方法。本文以山茶油為研究對象,在光譜范圍350nm~1800nm內(nèi)研究了山茶油的本質(zhì)特性和山茶油中摻雜大豆油、菜籽油、花生油的二元體系;摻雜大豆油與菜籽油、大豆油與花生油、菜籽油與花生油的三元體系;摻雜了大豆油、花生油、菜籽油的四元體系的特征譜圖。運用可見/近紅外光譜初步建立山茶油快速鑒別模型,為之后設計便攜裝置并能快速檢測提供理論數(shù)據(jù)。
  本研究主要內(nèi)容包括:⑴不同體系以及相同體系摻雜不同的油樣有不同的較優(yōu)

3、預處理范圍。⑵運用鑒別分析方法,基于近紅外技術(shù)結(jié)合Linear Discriminant Analysis(LDA)線性判別分析、 support vector machine classification(C-SVM)支持向量機類別分析對實驗樣本進行定性分析,發(fā)現(xiàn)各個體系判別效果非常好,預測正確率均在97%以上。對摻假量在5%~50%范圍內(nèi)的山茶油辨別率達到100%,但是在低于5%的范圍內(nèi),區(qū)分效果還不夠理想。⑶為了快速實現(xiàn)對摻假山茶

4、油檢測研究,本課題將各個體系的不同油樣進行檢測研究,選擇不同的最優(yōu)波段范圍、預處理方法和建模分析方法,并對模型進行驗證,結(jié)果如下:對于摻入不同梯度(0%~50%)大豆油的二元體系摻假山茶油模型,其模型校正相關(guān)系數(shù)(rc)、校正集均方根誤差(RMSEC)、交互驗證相關(guān)系數(shù)(rcv)和交互驗證標準誤差(RMSECV)分別為0.9748、0.02414、0.9655和0.02812。預測集預測均方根誤差(RMSEP)為0.02649,預測集相

5、關(guān)系數(shù)(rp)為0.96599;對于摻入不同梯度(0%~50%)菜籽油的二元體系摻假山茶油模型,其 rc、RMSEC、rcv和 RMSECV分別為0.9706、0.02587、0.9603和0.0309。預測集RMSEP為0.02241, rp為0.9765,R2為0.97682;對于摻入不同梯度(0%~50%)花生油的二元體系摻假山茶油模型,其 rc、RMSEC、rcv和 RMSECV分別為0.9899、0.01553、0.9749和

6、0.02494。,預測集RMSEP為0.03330, rp為0.9472,R2為0.96041;對于摻入不同梯度(0%~50%)大豆油和花生油的三元體系摻假山茶油模型,其 rc、RMSEC、rcv和 RMSECV分別為0.9705、0.02613、0.9503和0.03538。預測集RMSEP為0.04459, rp為0.9070,R2為0.9167;對于摻入不同梯度(0%~50%)大豆油和菜籽油的三元體系摻假山茶油模型,其rc、RMS

7、EC、rcv和 RMSECV分別為0.9756、0.02360、0.9686和0.02744。預測集RMSEP為0.02924, rp為0.9594,R2為0.9839;對于摻入不同梯度(0%~50%)花生油和菜籽油的三元體系摻假山茶油模型,其 rc、RMSEC、rcv和 RMSECV分別為0.9813、0.02067、0.9381和0.03794。預測集RMSEP為0.03295, rp為0.9484,R2為0.9728;對于摻入不同

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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