生物加工过程
生物加工過程
생물가공과정
CHINESE JOURNAL OF BIOPROCESS ENGINEERING
2013年
6期
73-77
,共5页
古方青%管骁%刘静%杨永健%张仲源
古方青%管驍%劉靜%楊永健%張仲源
고방청%관효%류정%양영건%장중원
化学计量学%植脂末%近红外光谱%原料乳%大豆分离蛋白
化學計量學%植脂末%近紅外光譜%原料乳%大豆分離蛋白
화학계량학%식지말%근홍외광보%원료유%대두분리단백
chemometrics%creamer%near-infrared spectroscopy%raw milk%soy protein isolates
采用近红外光谱技术结合化学计量学方法,对原料乳中常见的2种掺杂物——大豆分离蛋白与植脂末进行定量分析研究.先通过不同光谱预处理方法结合偏最小二乘法(PLS)建模评价不同预处理方法的效果,结果表明通过平滑处理结合多元散射校正(MSC)进行光谱预处理效果最佳,大豆分离蛋白PLS定量模型相关系数(R2)与交叉验证均方差(RMSECV)分别为0.980 9、0.127 5,植脂末PLS模型分别为0.972 2、0.130 8.随后比较了不同建模方法的效果,结果发现:采用径向基神经网络(RBF)对大豆分离蛋白的建模效果最佳,R2为0.999 4,测试集均方根误差为0.003 1;采用广义回归神经网络(GRNN)方法对植脂末建模效果最佳,R2为0.998 9,测试集均方根误差为0.0045.因此,合理结合近红外光谱技术与化学计量学方法可快速、准确检测原料乳中大豆分离蛋白和植脂末这2种掺杂物含量.
採用近紅外光譜技術結閤化學計量學方法,對原料乳中常見的2種摻雜物——大豆分離蛋白與植脂末進行定量分析研究.先通過不同光譜預處理方法結閤偏最小二乘法(PLS)建模評價不同預處理方法的效果,結果錶明通過平滑處理結閤多元散射校正(MSC)進行光譜預處理效果最佳,大豆分離蛋白PLS定量模型相關繫數(R2)與交扠驗證均方差(RMSECV)分彆為0.980 9、0.127 5,植脂末PLS模型分彆為0.972 2、0.130 8.隨後比較瞭不同建模方法的效果,結果髮現:採用徑嚮基神經網絡(RBF)對大豆分離蛋白的建模效果最佳,R2為0.999 4,測試集均方根誤差為0.003 1;採用廣義迴歸神經網絡(GRNN)方法對植脂末建模效果最佳,R2為0.998 9,測試集均方根誤差為0.0045.因此,閤理結閤近紅外光譜技術與化學計量學方法可快速、準確檢測原料乳中大豆分離蛋白和植脂末這2種摻雜物含量.
채용근홍외광보기술결합화학계량학방법,대원료유중상견적2충참잡물——대두분리단백여식지말진행정량분석연구.선통과불동광보예처리방법결합편최소이승법(PLS)건모평개불동예처리방법적효과,결과표명통과평활처리결합다원산사교정(MSC)진행광보예처리효과최가,대두분리단백PLS정량모형상관계수(R2)여교차험증균방차(RMSECV)분별위0.980 9、0.127 5,식지말PLS모형분별위0.972 2、0.130 8.수후비교료불동건모방법적효과,결과발현:채용경향기신경망락(RBF)대대두분리단백적건모효과최가,R2위0.999 4,측시집균방근오차위0.003 1;채용엄의회귀신경망락(GRNN)방법대식지말건모효과최가,R2위0.998 9,측시집균방근오차위0.0045.인차,합리결합근홍외광보기술여화학계량학방법가쾌속、준학검측원료유중대두분리단백화식지말저2충참잡물함량.
