999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

近紅外光譜結(jié)合線性判別分析方法在食醋品牌鑒別中的應(yīng)用

2019-10-10 03:09:16古麗君林振華吳世玉鄭彥婕周曉文袁福定江培淳林長虹
食品與發(fā)酵工業(yè) 2019年18期
關(guān)鍵詞:模型

古麗君,林振華,吳世玉,鄭彥婕,周曉文,袁福定,江培淳,林長虹

(深圳市計量質(zhì)量檢測研究院,廣東 深圳,518000)

食醋味酸醇厚,液香柔和,是一種具有醫(yī)藥保健功效的食用調(diào)味品[1]。早在《本草綱目》中就有記載“醋能消腫、散火氣、殺邪毒、理諸藥之功效”。食醋含有豐富的風(fēng)味物質(zhì)[2]、糖類、有機酸、維生素和無機鹽等成分[3]。根據(jù)調(diào)味品消費者協(xié)會的統(tǒng)計,在全國6 000家食醋制造企業(yè)中,品牌企業(yè)產(chǎn)量僅占30%,其他作坊式小企業(yè)占70%,目前市售的醋產(chǎn)品多為小作坊產(chǎn)品,食醋質(zhì)量參差不齊,在營養(yǎng)和價格等差異也比較大,制假售假現(xiàn)象嚴(yán)重,而且各品牌食醋在外觀和味道上幾乎沒有差別,消費者難以鑒別區(qū)分。2018年山西“平遙縣假食醋”事件致使消費者“聞醋色變”。目前亟需一種能精確快速鑒別食醋品牌的方法。

近紅外光譜技術(shù)是一種新型的物理測定技術(shù),具有分析速度快、成本低、操作簡單、非破壞性、無污染等特點[4]。近紅外光譜結(jié)合化學(xué)計量學(xué)方法在食品安全[5-7]和食品溯源[8-10]領(lǐng)域得到了廣泛應(yīng)用。范睿等[11]基于近紅外光譜定量分析花生牛奶,并建立定量分析模型,結(jié)果表明,花生牛奶使用PLS建模方法可以有效地對光散射、花生與奶粉之間的干擾做出補償,適合用于花生牛奶復(fù)雜成分體系的分析;日本秋田大學(xué)SATO等[12]采用便攜式近紅外光譜儀結(jié)合化學(xué)計量學(xué)方法主成分分析對日本清酒進(jìn)行鑒別區(qū)分,并取得了理想結(jié)果;巴西學(xué)者PONTES等[13]以Brandy、Rum、Vodka、Whiskey四種酒為實驗對象,采用近紅外光譜結(jié)合化學(xué)計量學(xué)方法對其進(jìn)行品牌區(qū)分和摻假鑒別,結(jié)果表明,在95%的置信度下可以達(dá)到100%的鑒別準(zhǔn)確率;夏蓉等[14]采用近紅外光譜結(jié)合化學(xué)計量學(xué)方法對144個食醋樣品進(jìn)行品牌和貯藏年份鑒別,結(jié)果表明這種方法可以為食醋原產(chǎn)地保護和年份鑒別提供一種快速的參考方法。

線性判別分析不同于主成分分析,線性判別分析是有監(jiān)督模式識別技術(shù),它通過最大化類間方差和最小化類內(nèi)方差,確定線性判別函數(shù),是一種有效的特征抽取和降維技術(shù)[15],在白酒[16~18]、牛奶[19-20]和飲料[21]的判別分析上有廣泛的應(yīng)用。本研究采用近紅外光譜技術(shù)結(jié)合線性判別分析對食醋品牌鑒別,為保護名優(yōu)品牌食醋的質(zhì)量、維護消費者和合法生產(chǎn)經(jīng)營者的權(quán)益提供一種快速的參考方法。

1 材料和方法

1.1 樣品收集

市售東湖牌食醋(13組)、恒順牌食醋(13組)、寧化府牌食醋(13組)、紫林牌食醋(8組)、金山寺牌食醋(8組),以及其他品牌(48組)共103組食醋樣品。

1.2 儀器及工作參數(shù)

Bruker MPA近紅外光譜儀,德國布魯克公司。掃描的波數(shù)范圍:4 000~12 500 cm-1;分辨率:8 cm-1; 漫透射測量模式。

1.3 光譜采集

將食醋樣品充分混勻,使用移液槍準(zhǔn)確移取1 mL 食醋樣品,小心加入樣品管中立即測量。首先從測量儀器的背景單通道光譜扣除背景。通過近紅外光譜儀對樣品重復(fù)掃描64次得一張光譜圖,再重復(fù)3次操作后得到3張光譜。

將樣品3次的光譜圖作均一化處理,與相應(yīng)的近紅外數(shù)據(jù)庫及相關(guān)的數(shù)據(jù)模型進(jìn)行鑒別分析。

1.4 建立評價模型

采用二階導(dǎo)數(shù)(second derivative, SD)對圖譜進(jìn)行預(yù)處理,SD通常可以消除基線漂移,克服譜帶重疊現(xiàn)象,由此達(dá)到強化譜帶特征的作用,并通過自動波段的選擇,依次進(jìn)行標(biāo)準(zhǔn)處理、T檢驗、主成分分析(PCA)及PCA特征提取,然后利用留一法構(gòu)建線性判別(LDA)模型。樣品的正確識別率R評價定型模型的精確度。按照公式(1)計算模型正確識別率。

(1)

2 結(jié)果與分析

2.1 不同品牌的食醋近紅外光

近紅外光譜顯示的是測試樣品中含氫基團的振動倍頻和組合頻信息,樣品中所含成分、濃度等都會影響光譜信號。本研究每隔8 cm-1波數(shù)進(jìn)行光譜測量,圖1中橫坐標(biāo)波數(shù)范圍4 000~12 500 cm-1,縱坐標(biāo)為光譜吸收度。圖中6 900 cm-1附近出現(xiàn)的大的吸收峰,為食醋中醇類和酚類的O—H鍵伸縮振動所引起;在5 500、8 600 cm-1附近出現(xiàn)的小的吸收,代表了C—H鍵振動的倍頻區(qū)域,這與食用醋中含有的乙酸等有機酸有關(guān)。漫反射模式下采集近紅外光譜信號時,光譜信息包含了樣品所含的物質(zhì)結(jié)構(gòu)以及成分含量信息,但也會因外界噪聲干擾、儀器響應(yīng)、雜散光等因素導(dǎo)致噪音信號,從而影響后續(xù)的光譜分析。同時由于各品牌食用醋主要成分相似,峰形相近,并存在嚴(yán)重重疊現(xiàn)象,無法通過直接觀察方法將不同品牌醋區(qū)分開,如圖1-a所示,因此需要結(jié)合化學(xué)計量學(xué)手段將光譜數(shù)據(jù)集進(jìn)行預(yù)處理,才能達(dá)到品牌區(qū)分目的。依次采用SD對圖形進(jìn)行預(yù)處理(圖1-b)、然后選擇>閾值0.3的波段(圖1-c)進(jìn)行標(biāo)準(zhǔn)化處理,并通過T檢驗(圖1-d)對存在顯著性差異的點進(jìn)一步進(jìn)行特征值提取處理并建立分類模型。

圖1 食醋近紅外光譜預(yù)處理圖Fig.1 The pretreatment of near infrared spectrum of vinegar注:其中圖a~圖d對應(yīng)的分別為食醋近紅外光譜原始圖、經(jīng)過二階導(dǎo)數(shù)預(yù)處理圖、波段選擇圖和T檢驗圖。

2.2 不同品牌食醋的主成分分析結(jié)果

主成分分析方法是模式識別分析中常用的特征抽取和降維技術(shù)之一,可在不具備任何相關(guān)知識背景的條件下對未知樣品進(jìn)行類別歸屬的判別,常被用于解決譜帶重疊[22]。本研究對5個品牌食醋的近紅外光譜進(jìn)行主成分分析,并保留3個主成分。如圖2所示,X、Y、Z軸分別代表食醋樣品的第1、第2和第3主成分得分。由圖2可知,5個品牌的食醋樣品具有明顯的聚類趨勢,然而主成分分析無法準(zhǔn)確地劃分各個品牌之間的界限,因此,需要有監(jiān)督的模式識別方法,本研究利用留一法構(gòu)建線性判別(LDA)模型。

圖2 不同品牌食醋的3個主成分分布圖Fig.2 Distribution of three principal components of different brands of vinegar注:其中圖a~圖e對應(yīng)的分別為東湖、恒順、寧化府、金山寺和紫林等單一品牌和其他品牌之間的區(qū)分圖f對應(yīng)的為東湖、恒順、寧化府、金山寺以及紫林等五大品牌相互之間的區(qū)分。

2.3 LDA應(yīng)用于食醋品牌的鑒別

由于食醋的組成成分繁多復(fù)雜,且受到品種、產(chǎn)地、原料和發(fā)酵工藝等多方面影響,僅通過主成分分析并不能準(zhǔn)確的鑒別食醋的品牌。在主成分分析的結(jié)果上,提取PCA特征,并采用留一法構(gòu)建線性判別模型。由圖3可以看出,食醋品牌近紅外光譜經(jīng)處理后可以達(dá)到一定的聚類效果,和其他品牌食醋能夠較好的分離,對于單一品牌和其他品牌的區(qū)分,通過留一法構(gòu)建線性判別模型交叉驗證結(jié)果東湖正確率達(dá)到89.69%、恒順87.63%、寧化府87.63%、紫林92.78%、金山寺85.57%,結(jié)果令人滿意。但對于5個品牌相互之間的區(qū)分鑒別,LDA模型交叉驗證結(jié)果正確率僅為58.18%。以上數(shù)據(jù)結(jié)果表明各品牌食醋在原材料上有所不同,也表明食醋紅外光譜在食醋品牌區(qū)分上具有一定的應(yīng)用前景。

3 結(jié)論

本研究采用近紅外光譜結(jié)合化學(xué)計量學(xué)方法(主要是主成分分析和線性判別分析)對5個品牌的食醋進(jìn)行判別分析。主成分分析結(jié)果表明,5個品牌的食醋樣品具有明顯的聚類趨勢,然而無法準(zhǔn)確劃分各個品牌之間的界限。線性判別模型交叉驗證結(jié)果東湖正確率達(dá)到89.69%、恒順87.63%、寧化府87.63%、紫林92.78%、金山寺85.57%,結(jié)果令人滿意。

圖3 不同品牌食醋的線性判別(LDA)模型結(jié)果Fig.3 Results of linear discriminant analysis model of different brands of vinegar注:其中圖a~圖e對應(yīng)的分別為東湖、恒順、寧化府、金山寺和紫林等單一品牌和其他品牌之間的區(qū)分,圖f對應(yīng)的為東湖、恒順、寧化府、金山寺以及紫林等五大品牌相互之間的區(qū)分。

猜你喜歡
模型
一半模型
一種去中心化的域名服務(wù)本地化模型
適用于BDS-3 PPP的隨機模型
提煉模型 突破難點
函數(shù)模型及應(yīng)用
p150Glued在帕金森病模型中的表達(dá)及分布
函數(shù)模型及應(yīng)用
重要模型『一線三等角』
重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
3D打印中的模型分割與打包
主站蜘蛛池模板: 国内99精品激情视频精品| 黄色在线不卡| 97视频在线精品国自产拍| 欧美笫一页| 真实国产乱子伦视频 | 超清无码熟妇人妻AV在线绿巨人| 在线观看精品自拍视频| 国产喷水视频| 亚洲h视频在线| 亚洲成年人片| 久久精品人人做人人爽| julia中文字幕久久亚洲| 狠狠色婷婷丁香综合久久韩国| 免费Aⅴ片在线观看蜜芽Tⅴ | 午夜福利无码一区二区| 久久久受www免费人成| 亚洲乱码在线播放| 亚洲无码37.| 久久国产精品波多野结衣| 欧美精品亚洲精品日韩专区va| 91无码人妻精品一区二区蜜桃| 国产精品永久久久久| 亚洲欧美成人综合| 国产一区二区福利| 国模私拍一区二区| 99热这里只有精品在线播放| 婷婷六月天激情| 99精品国产电影| 国内精自线i品一区202| 亚洲区第一页| 精品国产黑色丝袜高跟鞋| 国产精品三级av及在线观看| 99视频在线观看免费| 日韩a级片视频| 国产精品无码在线看| a级毛片免费网站| 美女无遮挡拍拍拍免费视频| 米奇精品一区二区三区| 欧美综合区自拍亚洲综合绿色| 精品欧美一区二区三区在线| 欧美综合中文字幕久久| 国产麻豆福利av在线播放| 成年网址网站在线观看| 亚洲一欧洲中文字幕在线| 影音先锋丝袜制服| 日本成人精品视频| 97se亚洲综合在线天天| 欧美伦理一区| 亚洲国产成人麻豆精品| a在线观看免费| 无码精品一区二区久久久| 幺女国产一级毛片| 亚洲精品国产成人7777| 曰韩人妻一区二区三区| 97视频免费看| 国产成人精品一区二区免费看京| 久久综合色88| 久久综合色天堂av| 999国内精品久久免费视频| 国产爽爽视频| 亚洲日韩精品无码专区97| 国产成人综合亚洲欧美在| 亚洲一区精品视频在线| 国产福利一区在线| 强乱中文字幕在线播放不卡| 天天操天天噜| 日韩一级毛一欧美一国产| 久草美女视频| 成年人免费国产视频| 91精品国产无线乱码在线| 色综合五月婷婷| 国国产a国产片免费麻豆| 国产精品伦视频观看免费| 一级毛片免费观看不卡视频| 亚洲无码电影| 2021国产乱人伦在线播放| 欧美日韩国产综合视频在线观看| 免费观看国产小粉嫩喷水| 国产福利小视频在线播放观看| 国产熟女一级毛片| 欧美激情第一欧美在线| 好吊妞欧美视频免费|