基于近紅外光譜技術(shù)的紫薯半干面成分快速檢測及真?zhèn)舞b別.pdf

1、浙江工商大學(xué)碩士學(xué)位論文DissertationSubmittedtoZhejiangGongshangUniversityforMaster’SDegreeofEngineeringRAPIDDETECTIONINGREDIENTANDIDENTIFICATl0NANTHENTICITY0FSEMIDRIEDPUI心LESWEETPOTATONOODLESBYNAERIN腰RAREDSPECTROSCOPYAuthor：HaiyanC

2、aoMajor：FoodScienceandEngineeringSupervisor：ProfYongqingShiDec2014SchoolofFoodScienceandBiotechnologyZhejiangGongshangUniversityHangzhou，310018，PRChina浙江工商大學(xué)碩士學(xué)位論文2、模型的優(yōu)劣評(píng)價(jià)標(biāo)準(zhǔn)是依靠所建模型的校正集相關(guān)系數(shù)(R。)、預(yù)測集相關(guān)系數(shù)(＆)、校正集交互驗(yàn)證均方根誤差(RM

3、SECV)、預(yù)測集均方根誤差(RMsEP)、PRESS值及主成分?jǐn)?shù)6個(gè)指標(biāo)。本章采用偏最小二乘法(PLS)的定量分析方法，對(duì)比10種不同的光譜預(yù)處理方法，分別建立花青素、紫薯粉、淀粉、蛋白質(zhì)的PLS模型。最終得到花青素的最優(yōu)PLS模型是經(jīng)SNV2D光譜預(yù)處理的，此時(shí)R。、Rp、RMSECV和RMSEP分別為09872，09598，O125，0220。紫薯粉經(jīng)1D光譜預(yù)處理建立的最優(yōu)PLS模型的四個(gè)指標(biāo)分別為09894，09882，131

4、6，1375。淀粉經(jīng)MSC預(yù)處理后最優(yōu)模型的四個(gè)指標(biāo)分別為O9399，09067，2826，4498。蛋白質(zhì)經(jīng)MSC2D預(yù)處理后建立的最優(yōu)PLS模型的四個(gè)指標(biāo)分別為09811，O8934，O050，O116。3、菌落總數(shù)(TVC)的大小直接關(guān)系到紫薯半干面的衛(wèi)生狀況是否符合國家的衛(wèi)生標(biāo)準(zhǔn)。研究采用PLS的定量分析方法，在10種不同的光譜預(yù)處理方法的基礎(chǔ)上分別建立TVC的定量分析模型。最終得到TVC的最優(yōu)光譜預(yù)處理方法為SNV2D，PLS