基于NITS液態(tài)乳制品主成分含量檢測及品種鑒別方法研究.pdf

1、衡量乳及乳制品質(zhì)量的主要評價指標(biāo)是其中蛋白質(zhì)和脂肪的含量。目前，國內(nèi)外多采用常規(guī)的化學(xué)方法對其中的蛋白質(zhì)和脂肪含量進行檢測，而常規(guī)方法因存在設(shè)備成本高、檢測速度慢、對樣品有破壞、操作過程復(fù)雜等缺點無法滿足乳品產(chǎn)業(yè)高速化、連續(xù)化和自動化的發(fā)展需求。近紅外光譜法因其快速無損的優(yōu)點而受到越來越多的關(guān)注。
　　 本研究以寧夏本地的四種液態(tài)乳制品為實驗對象，采用近紅外透射光譜(NITS)分析技術(shù)，結(jié)合小波變換(WT)和人工神經(jīng)網(wǎng)絡(luò)(ANN

2、)，分別建立了其中蛋白質(zhì)和脂肪含量的預(yù)測模型以及乳制品品種的鑒別模型，并對模型進行了評價和分析。旨在尋求乳制品品質(zhì)快速無損檢測的新方法，為乳制品的在線檢測提供了重要依據(jù)。論文主要研究成果如下:
　　 (1)分別選取生產(chǎn)批次不同的純牛奶、酸牛奶、麥香奶和枸杞奶四種牛奶共計298個樣品，并對其中蛋白質(zhì)和脂肪含量的化學(xué)標(biāo)準(zhǔn)值進行測量。
　　 (2)分別采用PLS、BP-ANN和RBF-ANN對樣品中蛋白質(zhì)和脂肪含量建立預(yù)測模型

3、，其中基于RBF-ANN模型的麥香奶預(yù)測效果最好。對蛋白質(zhì)建模時，純牛奶、酸牛奶、麥香奶與枸杞奶的相關(guān)系數(shù)R和預(yù)測集均方誤差RMSEP分別為:0.9999、0.0301;0.9972、0.06;0.9996、0.0412;0.9997、0.0331，對脂肪建模時，四種乳制品的R和RMSEP分別為:0.9997、0.0968;0.998、0.0688;0.9995、0.0739;0.9996、0.065。通過建模結(jié)果的反饋得到蛋白質(zhì)和脂肪

4、建模的最佳光譜預(yù)處理方法分別為SD+S-G多點平滑和FD+MSC+S-G多點平滑。
　　 (3)從四種乳制品中分別選取60個共計240個樣品，采用BP-ANN、RBF-ANN和SVM-ANN三種神經(jīng)網(wǎng)絡(luò)建立乳制品品種鑒別模型，當(dāng)光譜預(yù)處理方法為MSC+SG+WT時，三種模型的鑒別結(jié)果均為100％。總體而言，基于SVM-ANN模型的鑒別結(jié)果最好。
　　 結(jié)果表明:近紅外透射光譜技術(shù)結(jié)合化學(xué)計量學(xué)方法可以實現(xiàn)乳制品品質(zhì)的快速