利用Sr同位素电感耦合等离子体质谱(ICP-MS)检测技术对饶河蜂蜜溯源的研究探讨

通过对166个饶河蜂蜜和31个外地蜂蜜中的锶同位素电感耦合等离子体质谱(ICP-MS)进行检测。主成分分析法将6个同位素丰度比值变量降维至4个主成分,可以解释98.22%的总体变量。用4个主成分新变量通过Angilent MPP数据分析软件建立决策树(Decision Tree)、朴素贝叶斯(Naive Bayes)、神经网络(Neural Network)、偏最小二乘判别(Partial Least Square Discriminate)和支持向量机(Support Vector Machine)5种模型。随机抽取饶河蜂蜜11个和外地蜂蜜5个,对5个模型进行验证。偏最小二乘判别和SVN模型准确率为87.5%;DT模型准确率为81.2%、朴素贝叶斯和神经网络模型贡献率为75%。可以得出偏最小二乘判别模型和支持向量机模型可用作判别饶河蜂蜜模型,决策树模型可用于进行辅助判断模型。朴素贝叶斯模型和神经网络模型不适合作为该样本的判断。     

应用傅利叶近红外光谱定性、定量检测鱼粉中掺杂三聚氰胺的研究

本试验旨在研究利用傅利叶近红外光谱对鱼粉中掺杂的三聚氰胺进行定性鉴定及定量预测的可行性及方法.本研究收集饲用鱼粉106个,通过添加三聚氰胺标准品到饲用鱼粉中,以制备三聚氰胺含量不同的掺假鱼粉236个,三聚氰胺含量为0.1%～15.0%;然后用傅利叶近红外光谱仪采集饲用鱼粉、掺杂三聚氰胺鱼粉和三聚氰胺标准品的近红外光谱曲线,采用因子算法建立定性模型,利用偏最小二乘分析(PLS)建立定量分析模型.结果显示,根据三聚氰胺标准品和鱼粉的近红外光谱,可选取6 873.4～6 514.7 cm-1作为定性分析的特征光谱,而据此所建定性分析模型对检验集样品识别率为96.5%;用于定量分析的近红外特征光谱为7 560.0～7 058.5、6 915.8～6 098.1及4 601.6～4 246.7 cm -1,用此特征光谱所建0.1%～15.0%定量分析模型和0.1%～5.5%定量分析模型的交叉验证标准差平方根(RMSECV)分别为0.634%和0.210%,决定系数R2为94.77%和98.59%.用此二定量模型对检验集样品预测,其预测标准差平方根(RMSEP)分别为0.779%和0.188%,能较准确地预测鱼粉中掺杂三聚氰胺的含量.因此,傅利叶近红外光谱能够较准确、快速地鉴定鱼粉中是否掺杂三聚氰胺及定量预测其含量.     

电子鼻对原料羊乳中掺假过期复原乳的检测

利用电子鼻技术结合多种化学计量学方法,对原料羊乳中掺假过期复原乳进行快速定性判别和定量分析.将过期复原乳按不同比例掺入到原料羊乳中,进行电子鼻检测.通过电子鼻采集不同比例掺假乳挥发性成分的响应值,然后利用主成分分析(principal component analysis,PCA)、Fisher线性判别分析(fisher linear discriminant analysis,FLDA)以及线性回归拟合分析进行定性判别和定量分析,建立基于电子鼻技术检测原料羊乳掺假的方法.结果表明:FLDA及PCA都能够区分出不同比例的掺假奶,且FLDA区分效果优于PCA;线性回归拟合分析的相关系数为88.4％,预测值与实际掺假值呈现一定的线性关系,表明该模型具有较好的泛化能力.因此利用电子鼻实现原料羊乳掺假的快速定性判别和定量分析是可行的.     

中红外光谱预测牛奶及奶产品成分含量的回归模型及其特点

牛奶中各种成分含量是影响牛奶品质的重要因素,也是决定其价格的重要因素之一,高品质的牛奶和奶产品往往对人们的健康具有重要的意义。而具有高效低成本的中红外光谱(MIR)已逐渐成为奶产品品质检测的有效新方法。十多年来,欧美发达国家已利用MIR建立了牛奶和奶产品中脂肪酸、蛋白质、矿物质等成分含量预测模型,并投入生产使用。然而,我国在利用MIR预测牛奶中成分的研究较晚、没有得到有效应用。在建立模型的过程中,可选择较多的建模方法,其中回归建模方法的正确选用是决定模型预测能力的关键所在,而正确的预测方法往往意味着更高的预测精度和更强的泛化能力。偏最小二乘法(PLS)、最小二乘支持向量机(LS-SVM)、人工神经网络(ANN)以及贝叶斯回归(Bayes-R)因为其各自不同的优点已成为目前使用较多的几种预测方法。本文对这些方法及其特征进行介绍和总结。     

牛奶中五种掺假物的检测鉴定与牛奶掺假主要鉴定技术分析

近年来,牛奶掺假问题在食品安全中备受关注,牛奶质量安全与人的健康及其与经济稳步发展的相关性逐渐凸显出来,对牛奶掺假的鉴定就越来越重要。本文就牛奶中常见的五种掺假物,即麦芽糊精、水解动物蛋白、水解植物蛋白、玉米油和碳酸氢钠的掺假鉴定情况,以及当前的掺假检测方法进行了综述,并明确了发展牛奶掺假鉴定新技术的重要性。     

红外光谱技术对生牛奶中掺入有害物质检测的研究

采用MilkoscanFT120红外光谱技术对生牛奶中脂肪、蛋白质、干物质、乳糖、柠檬酸比重、冰点、碳水化合物、全糖、游离脂肪酸等进行检测,建立生牛奶光谱数据库。然后在其中加入三聚氰胺、糊精、植脂末,模拟生牛奶掺假。通过检测数据的变化达到识别生牛奶掺假的目的。     

基于近红外光谱技术的掺假生鲜乳识别平台的研发

本研究运用化学计量学方法编写计算机程序并以此建立模型,通过比较不同的光谱预处理方法和建模方法,确定了最佳的近红外判别模型,建立了基于近红外技术的掺假生鲜乳识别平台,并进行了试验验证。2010年1～7月及2011年7月,采集上海市及周边地区奶牛场的生鲜乳样品287份,配制掺水量为1%～20%,含三聚氰胺、尿素或硝酸铵,但含氮量达标的掺假生鲜乳样品526份,所有样品经近红外光谱扫描后,采用留四分之一法进行建模和预测,统计准确率。结果表明,掺假生鲜乳识别平台可以较好地识别掺假生鲜乳。     

偏最小二乘在遥感监测西藏草地生物量上的应用

在多年平均年最大归一化植被指数(NDVI)的基础上,结合西藏地区年降雨量、年积温等气象资料,利用偏最小二乘(partial least squares, PLS)回归方法对数据进行分析并建立西藏地区草地生物量与归一化植被指数、降雨量等解释变量的回归估测模型.并和一般最小二乘法(ordinary least squares, OLS)中的逐步回归法(Stepwise)相比较.结果表明:草地生物量与年最大NDVI值和年降雨量有很强的相关性,偏最小二乘回归在拟合及估测效果上均优于一般最小二乘的逐步回归法,回归方程的相关系数为0.89,取得了较为可靠的结果.偏最小二乘回归在解释变量多、样本个数少、变量间存在多重共线性时尤为有效,为遥感监测植被生物量时的数据处理提供了新的途径.     

牛奶中掺假物的鉴别

随着人们生活水平的日益提高，喝奶的人越来越多，牛奶以其香甜可口、营养丰富、易于消化吸收和老少皆宜等特点，迅速走进千家万户。但对于大多数消费者说，可能只知道牛奶是一种很好的营养品，却未必知道喝了掺杂使假的牛奶对人的健康的危害，更不用说去如何鉴别掺假奶了。因此，给一些不法商贩造成了可乘之机。鉴于此，特介绍牛奶中常见的几种掺假物的鉴别方法。一、牛奶中常见的掺杂使假物及其掺入目的：二、掺假物的鉴别方法：１．水的检出１．１感官鉴别法正常新鲜牛奶为白色或稍带微黄色的不透明液体，并有特殊的香味，加热温度升高时…     

高分辨四极杆飞行时间质谱仪判别复原乳和超高温灭菌乳

采用高分辨四极杆飞行时间质谱仪,结合化学计量学方法,利用非靶向代谢组学方法,对超高温灭菌乳和复原乳进行检测。牛乳样品经过前处理后,经过C18色谱柱分离,采用FullScan模式进行一级全扫描,扫描结果通过数据预处理后,导入SIMCA-P14.1软件中进行主成分分析和偏最小二乘方差判别分析。结果表明:正、负离子模式下共找到14种判别超高温灭菌乳和复原乳的表征因子,进一步通过这14种表征因子建立区分2种乳的判别模型,通过该判别模型能够准确地区分超高温灭菌乳和复原乳,为复原乳的判别提供理论依据。