现代养生B
現代養生B
현대양생B
HEALTH CARE TODAY
2010年
5期
23-27
,共5页
近红外光谱分析技术%液态乳制品%波长优选%剔除异常值%偏最小二乘法
近紅外光譜分析技術%液態乳製品%波長優選%剔除異常值%偏最小二乘法
근홍외광보분석기술%액태유제품%파장우선%척제이상치%편최소이승법
研究共收集了60个不同品牌、不同批次的牛奶和酸奶样品,采用WQF-400N傅立叶变换近红外光谱仪同步检测了液态乳中的蛋白质和脂肪2个主要营养成分含量的化学值和近红外光谱.对两项指标分别采取在相同波数范围、相同的集合划分、相同的预处理方法的条件下进行全谱范围内数学模型的建立、波长优选后模型的建立以及剔除异常样品后数学模型的建立.经过光谱数据优化后最终建立的蛋白质和脂肪模型的预测方程的相关系数和预测均方根误差分别为0.969 3和0.056 1、0.949 7和0.1 31 4.结果 表明对近红外光谱采取一定的分析处理方法可以使校正模型的预测能力得到有效的提高.并且证明了近红外光谱分析技术也可以应用于酸奶等其他液态乳制品品质领域的研究.本文的研究内容作为近红外光谱法检测液态乳制品成分的基础研究,为后续的研究奠定了基础.
研究共收集瞭60箇不同品牌、不同批次的牛奶和痠奶樣品,採用WQF-400N傅立葉變換近紅外光譜儀同步檢測瞭液態乳中的蛋白質和脂肪2箇主要營養成分含量的化學值和近紅外光譜.對兩項指標分彆採取在相同波數範圍、相同的集閤劃分、相同的預處理方法的條件下進行全譜範圍內數學模型的建立、波長優選後模型的建立以及剔除異常樣品後數學模型的建立.經過光譜數據優化後最終建立的蛋白質和脂肪模型的預測方程的相關繫數和預測均方根誤差分彆為0.969 3和0.056 1、0.949 7和0.1 31 4.結果 錶明對近紅外光譜採取一定的分析處理方法可以使校正模型的預測能力得到有效的提高.併且證明瞭近紅外光譜分析技術也可以應用于痠奶等其他液態乳製品品質領域的研究.本文的研究內容作為近紅外光譜法檢測液態乳製品成分的基礎研究,為後續的研究奠定瞭基礎.
연구공수집료60개불동품패、불동비차적우내화산내양품,채용WQF-400N부립협변환근홍외광보의동보검측료액태유중적단백질화지방2개주요영양성분함량적화학치화근홍외광보.대량항지표분별채취재상동파수범위、상동적집합화분、상동적예처리방법적조건하진행전보범위내수학모형적건립、파장우선후모형적건립이급척제이상양품후수학모형적건립.경과광보수거우화후최종건립적단백질화지방모형적예측방정적상관계수화예측균방근오차분별위0.969 3화0.056 1、0.949 7화0.1 31 4.결과 표명대근홍외광보채취일정적분석처리방법가이사교정모형적예측능력득도유효적제고.병차증명료근홍외광보분석기술야가이응용우산내등기타액태유제품품질영역적연구.본문적연구내용작위근홍외광보법검측액태유제품성분적기출연구,위후속적연구전정료기출.
