利用近红外光谱技术的葵花籽品质分析

葵花籽作为中国需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS(partial least-square method)和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:①PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好,小波变换的预处理方法对水分含量的预测最好,标准化的预处理方法对脂肪含量的预测最好;②BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好,一阶导数对水分含量的预测最好,一阶导数+标准化对脂肪含量的预测最好。比较两种神经网络模型的预测结果,PLS模型预测精度要高于BP神经网络模型。     

短波近红外光谱-偏最小二乘法对食醋中总酸含量的无损定量分析

将短波近红外光谱技术与偏最小二乘法（PLS）结合,对食醋中的总酸含量进行快速、无损定量分析,建立了最佳数学校正模型．讨论了光谱预处理方法和主成分数对PLS模型预报精度的影响．研究表明,采用一阶导数预处理光谱建立的数学校正模型能够得到最佳的预报结果,在对预测集8个样本中总酸的含量进行预报时,所得的集相对标准偏差为1．386％．实验结果表明,该方法方便快捷,并且具有较高的预报精度,可以用于食醋中总酸含量的测定．     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

基于正交信号校正和稳健回归的带钢酸洗浓度预测模型

为了实时获得冷轧带钢酸洗溶液的浓度值,便于进行酸浓度控制,采用软测量方法实时预测酸浓度.由于酸浓度建模数据中无关成分和特异点会影响模型精度,利用正交信号校正和稳健回归相结合的方法来建立酸浓度预测模型.首先利用正交信号校正对建模数据进行预处理,去除自变量中与因变量无关的成分;然后采用基于迭代加权最小二乘的稳健回归算法进行建模,降低特异点对模型的影响;最后将预测结果和多元线性回归、传统稳健回归方法和正交信号校正多元线性回归进行比较.实验结果表明:采用正交信号校正稳健回归方法后,模型预测能力得到提高,与多元线性回归结果相比,亚铁离子质量浓度和氢离子质量浓度的相对预测误差分别从1.82％降低到1.17％、从5.87％降低到4.73％.本文提出的方法具有更好的模型预测精度,可以满足工业应用要求.     

近红外光谱法快速检测白酒基酒中甲醇含量

采用近红外光谱法快速检测白酒基酒中的甲醇含量,对光谱数据进行了处理,采用偏最小二乘法建立甲醇的定量分析模型。通过对模型进行优化,得到最佳预处理方法为一阶导数+矢量归一化,主成分数为2,最优波段谱为6 102~5 450 cm~(-1),校正集样品的真实值与预测值的决定系数(R~2)为0.955 2,校正标准偏差为1.30。对模型进行验证,得到验证集的决定系数(R~2)为0.950 6,预测标准偏差为1.83。研究结果表明:所建立的甲醇定量分析模型与常用的气相色谱法预测效果一致,模型的精密度和稳定性良好,可为白酒基酒中甲醇含量的在线快速检测提供方法指导。     

基于近红外光谱的小麦粉湿面筋含量检测

本文应用近红外光谱法测定小麦粉中湿面筋含量.对小麦粉的近红外光谱图进行消除常数偏移量、多元散射校正、减去一条直线三种预处理方法,用偏最小二乘法建立小麦粉的近红外光谱图与湿面筋含量之间的关系模型,并预测小麦粉中湿面筋含量.实验结果显示减去一条直线预处理后的模型评价指标最优,模型的相关系数R2为934,模型交互验证后的均方差为051,预测结果的均方根误差为0456.实验结果表明,近红外光谱法能够用于小麦粉湿面筋含量的测定     

近红外光谱法对土壤有机碳组成的无损分析

利用近红外光谱(NIR)结合化学计量学方法建立一种定量监测土壤有机碳组成的新方法.对109个土壤样品进行近红外光谱采集,按常规方法测定土壤样品中总有机碳(SOC)及土壤样品中胡敏酸(HA)和富里酸(FA)有机碳的含量,再应用径向基函数(RBF)人工神经网络建立土壤样品的近红外光谱和有机碳组成含量间的数学校正模型.所建模型通过遗传算法(GA)自动选择最佳光谱处理方法和最优网络拓扑结构,同时构建了全光谱数据神经网络和GA自动优化光谱波段的神经网络模型,讨论了敏感光谱的选取对模型预报性能的影响.采用多元散射校正(MSC)光谱处理后建立的RBF神经网络模型为最优,该模型的预测精度和稳定性较好,可发展为复杂土壤系统中定量分析土壤有机碳组成的新方法.     

不同预处理方法对PLS模型检测鲜长枣糖度的影响

为寻找适合近红外光谱无损检测鲜长枣糖度含量的最佳光谱预处理方法,进行鲜长枣样品近红外光谱数据的预处理方法比较研究.探讨了15种光谱预处理方法对偏最小二乘法建模精度的影响.结果表明,小波变换和多元散射校正相结合是近红外光谱偏最小二乘模型无损检测鲜长枣糖度的有效预处理方法,其相关系数和内部交叉验证均方差分别为0.741 1...     

采用近红外漫反射光谱法分析牛奶成分

为提高牛奶成分化学分析的效率，研究了近红外漫反射光谱在牛奶主要成分分析中的应用；讨论了光在牛奶中的传播方式和相关测量方法的选择；采用偏最小二乘(PLS)建立校正模型，比较了各种预处理方法和不同谱区的建模效果，其中脂肪的相关系数为0．99，标准偏差为0．048 g/dL，蛋白质的相关系数为0．92，标准偏差为0．102g/dL结果表明，近红外漫反射光谱测量可以满足牛奶主要成分的测量要求。     

OSC-PLS算法在近红外光谱定量分析中应用的研究

提出一种新的光谱预处理方法--正交信号校正,并将正交信号校正与偏最小二乘法相结合的OSC-PLS方法应用于固体含能材料中挥发份的定量分析.利用正交信号校正,对光谱数据进行预处理,剔除光谱矩阵中所含的各种噪声信号,将去噪后的光谱矩阵作为新的自变量矩阵,再利用偏最小二乘方法建立校正模型.结果表明:用OSC-PLS方法建立模型与用传统偏最小二乘法所建模型相比精度明显提高,这对近红外光谱分析在该领域的应用具有重要的理论意义和实际推广价值.     

羊乳制品中牛乳源成分的鉴别检测技术

羊乳含有丰富的蛋白质、脂肪和矿物质,与其他乳相比营养组成最接近母乳。羊乳中的脂肪球小,乳糖含量低,并含有丰富的腺苷三磷酸促进乳糖的分解,更适于具有乳糖不耐受症的亚洲成年人和婴幼儿饮用。国内外对羊乳及羊乳粉的需求不断增长。然而由于羊乳产量过低,价格高,不法商家在羊乳及羊乳制品中容易掺入一些价格低廉、方便易得的牛乳及牛乳源成分不时有报道。为了保护消费者权益和健康,规范市场,避免进出口贸易损失,鉴定纯正的羊乳及制品,检测其中的掺假牛乳源成分十分迫切。从免疫学法、色谱法、电泳法、基因检测法等方面综述了目前羊乳及羊乳制品中牛乳源成分鉴别和检测技术。     

美姑山羊产后30 d内乳成分变化分析

研究美姑山羊母羊分娩后产生的羊乳中各组成成分随着泌乳时间的推移而产生的变化规律,旨在为羔羊的适时断奶以及制作代乳料提供理论依据。通过乳成分分析仪以及全自动生化分析仪得到了不同时间点的美姑山羊乳中各营养成分质量分数。乳成分中蛋白、乳糖、灰分、非脂固形物和矿物元素的质量分数随时间的推移呈现为先逐渐降低,随后在第10 d左右出现轻微上调,到30 d之间这一时段又保持在一个相对稳定的水平;乳脂随时间的变化不具明显的规律性。同时分析乳中各成分之间的联系,发现了蛋白质与乳糖,蛋白质与灰分,乳糖与灰分,铁与锌以及钙和磷两两之间存在显著的相关性,总结较优的模拟方程,得到了每组间最佳模拟曲线方程。本研究对美姑母乳早期泌乳阶段变化规律的探索,发现了乳中各成分的变化情况和相互联系,这为今后研制美姑山羊代乳料提供了基础参考数据。     

三氯乙酸沉淀蛋白法辅助提取牛奶中环腺苷酸工艺

以牛奶为原料,通过离心去除乳中脂肪,采用不同质量分数不同用量TCA沉淀乳中蛋白质,再浓缩乳糖,分离提取环腺苷酸（cAMP）,选用最佳高效液相色谱条件测定牛奶中cAMP含量.结果表明,不同质量分数TCA处理组之间比较,质量分数为10%TCA处理组cAMP含量显著高于其他2组（P〈0.05）;不同用量TCA处理组之间比较,8 mL相同质量分数TCA处理组cAMP含量较其他2组显著降低（P〈0.05）.选用TCA沉淀乳蛋白方法提取cAMP时最佳工艺是TCA质量分数为10%,用量为4 mL,cAMP质量浓度为（29.02±1.58）μg/mL.研究通过建立牛奶中cAMP的提取工艺,可从奶酪副产物、乳清、不合格原料奶中提取cAMP,在降低cAMP提取成本、废物利用、增加牛奶附加值等方面具有重要意义.     

酶联免疫法快速检测牛奶及其制品中的黄曲霉毒素B1

为了建立乳及乳制品中黄曲霉毒素B1的快速检测方法,对酶联免疫吸附法(ELISA)快速检测牛奶及其制品中的黄曲霉毒素B1进行灵敏度、准确度、精密度、重复性、重现性等方法学评价试验,并用高效液相色谱法进行验证。结果ELISA的灵敏度为0.03ng/ml,加标回收率为95.0%～104.2%,精密度相对平均偏差与相对标准偏差均为1.0%～1.6%,重复性的相对标准偏差为3.15%,再现性的相对标准偏差为8.21%。样品测定结果ELISA与液相色谱法的相对标准偏差小于10%。ELISA可以较快速地、准确地、大批量地检测牛奶及其制品中的黄曲霉毒素B1。     

HPLC凝胶过滤色谱法测定牛奶及其乳制品中的α-乳白蛋白和β-乳球蛋白

建立了一种基于凝胶柱高效液相色谱的分析方法,可以一次性定量分离牛奶及乳制品中的α-乳白蛋白和β-乳球蛋白.组分分离度达到1.0,达到基线分离,回收率大于90%,相对标准偏差0.4%~3.1%.该方法不需对样品进行离心,简化了操作程序,减少了有效成分的流失,提高了蛋白质的回收率,具有准确、灵敏和迅速等特点,可用于牛奶及其乳制品的质量控制和定量检测.     

顺序注射荧光法测定生鲜牛奶中碱性磷酸酶

以4-甲基伞形酮磷酸酯(4-MUP)为碱性磷酸酶(ALP)的底物,通过顺序注射荧光法检测乳制品中ALP的活性,进而对巴氏杀菌水平进行评价.结果表明,在最佳条件下相对荧光强度与ALP活性在50～1 000 mU/L范围内呈线性关系,其回归方程为△F=143.4CALP+6.859(r2=0.998 8),相对标准偏差为2.3％(200 mU/L,n=11),检出限(n=11)为14.0 mU/L,分析频率为15 h-1.方法自动化程度高、试剂试样用量少,将其应用于鲜奶和巴氏灭菌奶中ALP活性测定,准确性较好,加标回收率在90.01％～99.95％.     

铁皮石斛原球茎多糖提取及脱蛋白工艺研究

研究了铁皮石斛原球茎培养物中多糖提取工艺并进行了不同脱蛋白方法的比较?以提取温度?提取时间和料液比三因素进行正交实验,得到多糖最佳提取工艺为提取温度90℃?提取时间60 min?料液比1∶40(g/mL),多糖提取率78.51%?通过一系列单因素实验和正交优化实验,分析比较Sevage法?盐酸法?三氯乙酸法和木瓜蛋白酶法脱蛋白工艺?结果显示,Sevage法第5次洗脱效果最好,多糖质量分数43.81%,蛋白质质量分数9.67%;盐酸在体积分数25%时效果最好,多糖质量分数52.17%,蛋白质质量分数为4.82%;三氯乙酸质量浓度为0.03 g/mL时,多糖质量分数最高35.50%,蛋白质质量分数7.34%;木瓜蛋白酶法反应时间90 min?温度70℃?酶含量30U时,多糖质量分数85.01%,蛋白质质量分数为5.89%,效果最为理想?     

Determination of the total concentration of casein and β-lactoglobulin by indirect competitive ELISA in milk and dairy products

The main purpose of this work was to develop an assay as a means of quality control in milk and dairy products. As specific and high abundant proteins in milk and diary products, casein and β-lactoglobulin were chosen as the targets, and an indirect competitive enzyme-linked immunosorbent assay （ELISA） was developed for determination of the total concentration of casein and β-lactoglobulin. The detection limit of the assay was 79.07 ng/mL, and a working range of the calibration curve was from 140.6 to 36,000 ng/mL. The intrassay and inter-assay coefficients of variations were 4.7 % and 6.5 %, respectively. The recoveries ranged from 94.1% to 106.6 %. The developed ELISA assay was used to detect the total con- centration of casein and β-lactoglobulin in liquid milk and milk powder. The results indicated that the developed assay was very specific, and the addition of nonprotein nitrogen （such as melamine, cyanuric acid, and urea） and vegetable protein did not affect the detection. The good performance of the assay makes it suitable for use in the quality control of milk and dairy products.