基于异谱二维NIR-IR相关判别掺杂牛奶

作     者：于舸 杨仁杰 吕爱君 谭恩忠 YU Ge;YANG Ren-jie;L Ai-jun;TAN En-zhong

作者机构：北京石油化工学院数理系北京102617 天津农学院工程技术学院天津300384 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2015年第35卷第8期

页      面：2099-2102页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家自然科学基金项目(31201359) 天津市自然科学基金项目(14JCYBJC30400)资助 

主　　题：二维近红外-红外相关谱 多维偏最小二乘判别 掺杂牛奶 淀粉 

摘      要：为更快、更准确的判别掺杂牛奶和纯牛奶,将二维异谱NIR-IR相关谱与多维偏最小二乘判别（NPLS-DA）相结合,建立了掺杂牛奶与纯牛奶NPLS-DA模型。首先,准备并配置纯牛奶和浓度范围为0.01～1g·L^-1掺杂淀粉牛奶样品各36个,并在室温的条件下采集所有样品的一维近红外透射光谱和中红外衰减全反射光谱。接着,计算了所有样品在4 200～4 800和900～1 700cm^-1范围的同步二维NIR-IR相关谱,研究了其二维相关谱特性,并指出虽然该技术可提供更多的信息,但由于掺杂物微量,仍旧无法根据相关图谱直接对比判定牛奶是否掺杂,需要借助模式识别的方法进行判别。最后,将同步二维NIR-IR相关谱与NPLS-DA结合建立掺杂牛奶与纯牛奶的判别模型,该模型对校正集内部样品和预测集外部样品的判别正确率分别为95.8%和100%。此外,为了比较,分别建立了基于二维NIR和IR相关光谱的NPLS-DA模型,两模型对未知样品的判别正确率均为95.8%。研究结果表明：采用NIR-IR相关谱的NPLS-DA模型能提供更好判别结果。该方法可有效提取食品中掺杂物的特征信息,为检测掺杂食品提供了一个新的方法。