红外光谱结合核隐变量正交投影法判别掺杂牛奶
二维相关红外光谱与支持向量机和灰度共生矩阵统计法相结合判别掺杂牛奶
二维相关红外光谱与支持向量机和灰度共生矩阵统计法相结合判别掺杂牛奶单慧勇;曹燕;赵辉;杨仁杰;杨延荣;卫勇【摘要】应用二维相关红外光谱与支持向量机(SVM)和灰度共生矩阵统计方法相结合对分别掺杂有尿素、三聚氰胺和葡萄糖的牛奶进行判别.以质量浓度为外扰,建立掺杂牛奶的二维相关红外光谱图,选择角二阶矩、主对角线惯性矩、相关系数、熵的均值和标准差作为图像纹理特征并分别建立3种掺杂牛奶的SVM判别模型.结果表明:在对同步谱的分析中,上述3种掺杂牛奶样品中,掺杂尿素的牛奶样品训练集分类准确率为91.7％,预测集的准确率为85.0％;掺杂三聚氰胺和葡萄糖的牛奶的训练集分类准确率和预测集分类准确率分别为96.7％,90.0％和91.7％,100％.用同步谱和异步谱相结合的方法对准确率较低的掺杂尿素的牛奶做进一步试验,两种准确率分别提升为98.1％和92.3％;这一数据的提升是由于两者相结合提供了更大的信息量,有利于掺杂牛奶的判别.据此认为,此方法对掺杂牛奶的判别是可行的.【期刊名称】《理化检验-化学分册》【年(卷),期】2019(055)003【总页数】6页(P254-259)【关键词】二维相关红外光谱;灰度共生矩阵;掺杂牛奶;支持向量机【作者】单慧勇;曹燕;赵辉;杨仁杰;杨延荣;卫勇【作者单位】天津农学院工程技术学院,天津 300384;天津农学院工程技术学院,天津 300384;天津农学院工程技术学院,天津 300384;天津农学院工程技术学院,天津 300384;天津农学院工程技术学院,天津 300384;天津农学院工程技术学院,天津 300384【正文语种】中文【中图分类】O657.33最近几年发生的“三聚氰胺”“皮革奶”等事件，使整个乳制品行业的信誉遭受严重危机，如何实现掺杂牛奶的快速检测已经成为影响乳制品行业进一步发展的关键问题［1－5］。
由于牛奶本身体系的复杂多变性、掺杂物的微量性以及掺杂物和牛奶特有成分的特征峰相互重叠的影响，通过一维红外光谱很难对其特征峰进行分析。
用二维相关近红外谱和多维主成分分析判别掺杂牛奶
用二维相关近红外谱和多维主成分分析判别掺杂牛奶杨仁杰;刘蓉;杨延荣;张伟玉【摘要】为了有效地提取牛奶中微量的掺杂物特征信息,提出了基于二维相关近红外光谱多维主成分分析(MPCA)和最小二乘支持向量机(LS-SVM)判别牛奶掺杂物的方法.首先,采集纯牛奶、掺杂尿素牛奶和掺杂三聚氰胺牛奶的一维近红外谱,并对其进行相关计算,构建各样品的二维相关近红外谱.然后,采用多维主成分分析法分析二维相关谱矩阵,压缩数据,提取相关谱的得分矩阵.最后,将提取的得分矩阵输入最小二乘支持向量机,分别建立掺杂尿素牛奶、掺杂三聚氰胺牛奶及两种掺杂牛奶与纯牛奶的LS-SVM判别模型.用所建模型对测试集未知样品进行了判别,结果显示其判别正确率分别为92.3％,96.2％,92.3％.研究结果表明:所提出的方法不仅有效提取了牛奶中掺杂物的特征信息,而且缩短了建模所需时间,取得了较好的判别效果.【期刊名称】《光学精密工程》【年(卷),期】2014(022)009【总页数】7页(P2352-2358)【关键词】二维相关近红外光谱;多维主成分分析;掺杂牛奶;尿素;三聚氰胺【作者】杨仁杰;刘蓉;杨延荣;张伟玉【作者单位】天津农学院工程技术系,天津300384;天津大学精密测试技术及仪器国家重点实验室,天津300072;天津农学院工程技术系,天津300384;天津农学院工程技术系,天津300384【正文语种】中文【中图分类】O657.331 引言近年来，食品安全问题屡见不鲜，从“瘦肉精事件”到“苏丹红咸鸭蛋”，从“镉米”到“地沟油”，从“2008年三聚氰胺奶粉”到“2013年新西兰奶粉”，这些事件暴露出我国食品安全问题的严重性。
目前，食品安全问题已成为社会关注的焦点，研究便捷快速的检测方法也成为维护食品安全的重要课题［1］。
近红外光谱作为一种快速、无损的检测技术，已经被广泛用于乳制品、蜂蜜、食用油、酒类等食品的掺杂检测中。
由于食品中掺杂物的多样化和微量化，加之掺杂物的特征峰与食品固有组分特征峰相互重叠，因此一维近红外光谱无法有效地解析图谱。
基于近、中红外光谱数据融合掺假牛奶的判定
基于近、中红外光谱数据融合掺假牛奶的判定张海洋;廖彩淇;杨仁杰;鲍秀君;王威;靳皓;张伟玉【摘要】将近、中红外光谱数据进行融合,并结合偏最小二乘法建立了两个品牌掺杂牛奶的判别模型.分别准备伊利和蒙牛纯牛奶样品各40个、掺杂三聚氰胺牛奶样品各40个.室温下,采集所有样品的近红外透射光谱和中红外衰减全反射光谱.在融合近、中红外光谱数据的基础上,分别建立了伊利、蒙牛以及两品牌牛奶的判别模型,3个模型对预测集未知样品的判别正确率分别为96.2％、96.2％和94.2％.为了比较,分别建立了单一近红外光谱和中红外光谱的伊利、蒙牛以及两品牌牛奶的判别模型.研究结果表明:相对于单一的近红外光谱和中红外光谱,融合近、中红外光谱能减小不同牛奶品牌对模型预测性能的影响,可提供更好的分析结果.【期刊名称】《天津农学院学报》【年(卷),期】2017(024)004【总页数】5页(P52-56)【关键词】近红外光谱;中红外光谱;数据融合;不同品牌牛奶;判别分析;三聚氰胺【作者】张海洋;廖彩淇;杨仁杰;鲍秀君;王威;靳皓;张伟玉【作者单位】天津农学院工程技术学院,天津300384;天津农学院工程技术学院,天津300384;天津农学院工程技术学院,天津300384;天津农学院工程技术学院,天津300384;天津农学院工程技术学院,天津300384;天津农学院工程技术学院,天津300384;天津农学院工程技术学院,天津300384【正文语种】中文【中图分类】O657.33众所周知，牛奶由于能提供人体生长发育以及维持人体健康水平所必需的营养成份，如蛋白质、碳水化合物、脂肪等，被称为“白色血液”，深受广大消费者的喜爱。
随着牛奶供给量不断增加，一些奶制品销售商为了使“不合格牛奶”转变为“合格牛奶”，往往在牛奶中添加一些不属于牛奶组成的“外来物质”，以获取最大利润。
因此，发展一种便捷、精准的检测方法对于控制乳制品的质量具有重要的意义[1]。
KOPLS-DA在掺杂牛奶判别中的应用
， 扫描 间
具有 ０Ｐ Ｌ Ｄ Ａ方法 高的提 取特 征信 息能力 之外 ，还具有 强
隔为 ８ ｃ ｍ～ ， 扫描次数 为 ８ 。实验 前 ， 对 所配置 的掺 杂牛奶
的非线性 处理能力 ， 所 以对 于非线性多组分 的生物体 系具有
中 图分 类 号 ： ０６ ５ ７ ． ３
三聚氰胺牛奶 、 掺杂尿素 牛奶及两种掺 杂牛奶与纯 牛奶的判
引 言
牛奶具有较高 的营养 价值 ， 其 中含有 促进人体 生长发 育 及维持健康水平 的必 需营 养成分 ，如蛋 白质 、脂 肪 、 乳 糖 和 其他 固形物等 。随着人们生活水 平的提 高，奶 制品在 国 内的 消费量迅速增加 。在巨大经济利 益的驱使 下 ，一些不 法商 贩
～
方法 ，由于引进 了核 函数的非线性 ，使得 掺杂 牛奶光谱 的特
征解 释性 更强 。因此 ，与 ＯＰ Ｌ Ｓ － Ｄ Ａ相比， ＫＯＰ Ｌ Ｓ － Ｄ Ａ 除 了
１ ０ ０ ０ ０ ｃ ｍ－ ， 样 品池厚 度为 １ ｍｍ， 蠕动泵 自动进样系统 ，
采集光谱时样 品静止在样 品池 中。分辨率为 ４ ｃ ｍ
更强 的掺杂判别 能力 ， 对掺 杂三聚氰胺 、 掺 杂尿素牛奶和两种掺杂牛奶 的判别 正确率分 别为 ９ ５ ，１ ０变量正交投影 ；掺杂牛奶 ；三聚氰 胺 ； 尿素 ；近红外光谱
文献标识码 ： Ａ Ｄ Ｏ Ｉ ：１ ０ ． ３ ９ ６ ４ ／ ｊ ． ｉ ｓ ｓ ｎ ． ｉ ０ ０ ０ — ０ ５ ９ ３ （ ２ ０ １ ３ ） ０ ８ — ２ ０ ８ ３ — ０ ４
用二维相关近红外谱和多维主成分分析判别掺杂牛奶
用二维相关近红外谱和多维主成分分析判别掺杂牛奶
杨仁杰1*，刘蓉2,杨延荣1,张伟玉1
［摘要】摘要：为了有效地提取牛奶中微量的掺杂物特征信息,提出了基于二维相关近红外光谱多维主成分分析（MPCA ）和最小二乘支持向量机（LS- SVM ）判别牛奶掺杂物的方法。
首先，采集纯牛奶、掺杂尿素牛奶和掺杂三聚鼠胺牛奶的一维近红外谱，并对其进行相关计算，构建各样品的二维相关近红外谱。
然后，采用多维主成分分析法分析二维相关谱矩阵，压缩数据,提取相关谱的得分矩阵。
最后,将提取的得分矩阵输入最小二乘支持向量机,分别建立掺杂尿素牛奶、掺杂三聚鼠胺牛奶及两种掺杂牛奶与纯牛奶的LS-SVM判别模型。
用所建模型对测试集未知样品进行了判别，结果显示其判别正确率分别为92.3% , 96.2% , 92.3%。
研究结果表明：所提出的方法不仅有效提取了牛奶中掺杂物的特征信息,而且缩短了建模所需时间，取得了较好的判别效果。
［期刊名称］光学精密工程
【年（卷），期】2014（022）009
【总页数】7
【关键词】关键词：二维相关近红外光谱；多维主成分分析；掺杂牛奶；尿
素；三聚鼠胺
1引言
近年来，食品安全问题屡见不鲜，从"瘦肉精事件"到"苏丹红咸鸭蛋"，从
"镉米"到"地沟油",从"2008年三聚鼠胺奶粉"到"2013年新西兰奶粉"，这些
事件暴露出我国食品安全问题的严重性。
目前,食品安全问题已成为社会关注的焦点，研究便捷快速的检测方法也成为维护食品安全的重要课题。
采用红外光谱分析技术快速鉴别原料乳掺假
１ 材 料 与 方 法
很 难及时发现掺假乳 。采用新 的分析技术及 时准确 地 对 原料乳进行掺假鉴别显得至关重要 。 红外光谱 技术利 用红外 吸收的光谱 信息 ， 采用 化 学 计量学 方法分析 处理实验 数据 ， 而对样 品进行定 从 性 和／ 定量分 析测定 ， 或 是一种 快 速 、 无损 的新 型检测
成 分是判别 原料乳是 否掺假 的最 主要 因素 ， 具有 统计 学 意义 ， 结果 可信 。 ２２ 定标 的验证 ．
选 择 不 同 的 掺 假 乳 和 正 常乳 的 样 品 对 所 建 的
Ｐ Ａ判别 模 型进行 验证 ， Ｃ 验证 时 ， 每个 验证样 品分 对
配制的搀假乳样品 ， Ｐ Ａ定标验证 时给出的结果 均 在 Ｃ
Ｒａ ｄ ｄ ｎ ｉ ｃ ｔｏ ｆＡｄｕ ｔ ｒ ｔ ｄ Ｒａ Ｍ ｉ ｂ ｎ ｒ ｒ ｄ Ｓｐ ｃｒ ｓ ｏ ｙ ｐｉ Ｉ ｅ ｔｆ ａ ｉ ｎ ｏ ｉ ｌｅ ａ ｅ ｗ ｌ ｙ Ｉ ｆ ａ ｅ ｅ ｔ ｏ ｃ ｐ ｋ
Ｃ Ｅ ｉ － ａ Ｈ Ｎ Ｑａ Ｙ ｎ ｏ
（ ｈ ｎ ｈ ｎＣ ｅ ｇ ａ ｇＤａｒ ｏ， ｔ ．Ｓ ｅ ｚ ｅ １ １ ７ Ｇｕ ｎ ｄ ｎ ， ｈｎ ） Ｓ ｅ ｚ ｅ ｈ ｎ ｕ ｎ ｉ Ｃ ．Ｌｄ， ｈ ｎ ｈ ｎ５ ８ ０ ， ａ ｇ ｏ ｇ Ｃ ｉａ ｙ
使用中红外光谱快速判别牛奶中是否掺假的方法
使用中红外光谱快速判别牛奶中是否掺假的方法随着科技的不断进步，人们对于食品安全的关注也越来越高。
特别是在牛奶领域，由于掺假、添加劣质原料等问题频发，导致了消费者对于牛奶的质量产生了疑虑。
因此，如何快速、准确地判别牛奶中是否掺假成为了一个亟待解决的问题。
本文旨在介绍一种使用中红外光谱的方法来快速判别牛奶中是否掺假的方法。
一、中红外光谱的原理及应用中红外光谱是指在波长区间为2.5~25μm的红外光谱范围，其原理是通过物质对于红外光的吸收特性来分析物质组分。
中红外光谱具有快速、非破坏性、无污染等优点，广泛应用于食品、药品、化工等领域的质量控制和研究工作。
二、牛奶掺假常见方法及特点1. 脂肪、蛋白质含量调整：生产商可能会通过调整脂肪含量和蛋白质含量来掺假，以提高成本效益。
这种方法的特点是较为隐蔽，不易被消费者察觉。
2. 劣质原料添加：生产商可能会添加劣质原料，如淀粉、植物油等，以掺杂进牛奶中。
这种方法的特点是成本低，但质量较差。
3. 控制酸度：生产商可能通过在牛奶中控制酸度，来延长其保质期。
这种方法的特点是易于操作，但会对牛奶的口感和营养价值造成影响。
三、中红外光谱在牛奶掺假鉴别中的应用1. 数据采集：首先，使用中红外光谱仪器对于纯净牛奶样品、不同掺假比例的牛奶样品进行扫描，获取样品的红外光谱数据。
同时，还需采集控制组和参照组的数据，用于进行对比分析。
2. 数据分析：通过对采集的红外光谱数据进行预处理，如去除噪声、标准化等，然后使用统计学方法进行数据分析，如主成分分析(PCA)、偏最小二乘法(PLS)等。
3. 特征提取：通过数据分析，提取出牛奶样品中的特征指标，如蛋白质含量、脂肪含量等。
4. 构建模型：将特征指标作为输入，控制组和参照组的数据作为训练样本，使用机器学习算法构建模型。
常用的算法包括支持向量机(SVM)、随机森林(Random Forest)等。
5. 模型验证：使用构建好的模型对未知样品进行验证，判断其是否为纯净牛奶或掺假牛奶。
近红外光谱技术结合人工神经网络鉴别生鲜奶和蛋白掺假奶
67近红外光谱技术结合人工神经网络鉴别生鲜奶和蛋白掺假奶李亮，王雷鸣，丁武*西北农林科技大学食品科学与工程学院 (杨凌 712100)摘要以牛奶和分别掺有羊奶、豆浆的掺假奶为原料，利用近红外光谱仪对样品进行扫描并得到光谱数据，应用主成分分析结合人工神经网络技术对试验数据进行多元统计分析，研究鉴别原料乳蛋白掺假的可行性。
分析结果表明：应用主成分分析法，得到能反映牛奶99.32%光谱信息的6个主成分。
由这6个主成分得到的得分图，可以区分掺羊奶和豆浆的牛奶，但不能完全区分生鲜奶；选用人工神经网络进行进一步信息提取与种类判别，将6个主成分作为人工神经网络的输入，对应的牛奶种类作为输出，建立了一个三层BP神经网络模型，模型对建模集84个样本的鉴别率为96.23%,，对预测集21个样本的鉴别率为95.24%。
说明该方法能快速无损地鉴别原料乳中的蛋白掺假。
关键词近红外；生鲜奶；掺假牛奶；主成分分析(PCA)；人工神经网络(ANN)Study on Discrimination of Raw Milk and Milk Adulterated Foreign Protein Based on Near-infrared Spectroscopy and Artif Icial Neural Net Work ModelLi Liang，Wang Lei-ming，Ding Wu *College of Food Science and Engineering, Northwest Agriculture and Forestry University （Yangling 712100）Abstract In order to fi nd out a fast measure method of adulterated milk based on near infrared spectroscopy ，raw milk and milk adulterated with goat milk and soybean milk were collected respectively. Using near-infrared spectroscopy to scan the samples and get the spectrum data. Then all data were analyzed by principal component analysis and arti fi cial neural network. Results show that the accumulative reliabilities of the fi rst six components was more than 99.32%. According to the fi rst six components, the authors could distinguish milk adulterated with goat milk and soybean milk, but could not deal with all of raw milk. So the authors chose ANN-BP as further research method. The fi rst six components were then applied as ANN-BP inputs and the values of the type of milk were applied as the outputs. A three-layer back propagation neural network model was developed for classi fi cation. Finally, the result indicated the distinguishing rate of 84 calibration samples is 96.23% and the distinguishing rate of 21 unknown test samples is 95.24%. All of these suggested that near infrared spectroscopy has good potential to qualitative detect adulterated milk rapidly and nondestructively.Keywords near infrared spectroscopy ；raw milk ；adulterated milk ；principal component analysis(PCA)；arti fi cial neural network(ANN)*通讯作者 基金项目：公益性行业（农业）科研专项经费项目（3-45）生鲜奶作为奶制品生产的基本原料，其质量控制在生产管理中是至关重要的环节。
二维相关近红外谱结合NPLS_DA判别掺杂牛奶的研究_杨仁杰
Ｖ ｏ ｌ ． ４ ２Ｎ ｏ ． ５ Ｍ ａ ２ ０ １ ３ ｙ
５期
杨仁杰 ， 等： 二维相关近红外谱结合 Ｎ Ｐ Ｌ Ｓ Ａ 判别掺杂牛奶的研究 －Ｄ
５发育及维持健康水 平的必需营养成 分 ， 如 蛋 白 质、 脂 肪、 乳糖和其他固 形物等 ， 被称作 “ 居民的血液” 但 是， 在巨大经济利 ． 益的驱使下 ， 乳品的掺假现象越来越严重 ， 牛奶在生 因此寻 活中的需要程度和 牛 奶 安 全 问 题 日 益 突 出 ． 求一种高效快速判定牛奶掺假的方法已成为当今乳 具有重要的经济和社会价值 ． 品工业的重要工作 ， 在国 内 外， 关于采用常规二维光谱的方法对牛 奶掺杂研究的报道很多
） 国家自然科学青年基金 （ 资助 Ｎ ｏ ｓ ． ３ １ ２ ０ １ ３ ５ ９， ６ ０ ９ ３ ８ ０ ０ ２， ３ ０ ９ ０ ０ ２ ７ ５ 基金项目 ： ， ： 第一作者 ： 杨仁杰 （ 男， 讲师 ， 博士研究生 ， 主要研究方向为光谱检测技术 ． １ ９ ７ ８－ ） Ｅ ｍ ａ ｉ ｌ ｒ ａ ｎ １ ９ ７ ８＠１ ６ ３． ｃ ｏ ｍ ｊ ｙ ｇ ， ： 通讯作者 ： 刘蓉 （ 女， 副教授 ， 博士 ， 主要研究方向为组织光学与光谱应用 ． １ ９ ７ ８－ ） Ｅ ｍ ａ ｉ ｌ ｒ ｏ ｎ ｌ ｉ ｕ＠ ｔ ｕ． ｅ ｄ ｕ． ｃ ｎ ｇ ｊ 收稿日期 ： 录用日期 ： ２ ０ １ ２ １ １ １ ３； ２ ０ １ ２ １ ２ ２ ７
二维相关近红外谱结合 Ｎ Ｐ Ｌ Ｓ Ｄ Ａ 判别 － 掺杂牛奶的研究
采用红外光谱分析技术快速检测生乳掺假
［ Ｊ ］ ．Ｊ ｏ ｕ ｎａ ｒ ｌ ｏ ｆ Ｄ ａ ｉ ｒ ｙ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ． ２ ０ ０ ２ ， ８ ５ （ ３ ） ： ４ ８ ７ － ４ ９ ３ ．
【 ２ 】Ｆ ｏ ｓ ｓ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ Ａ／ Ｓ ． Ｍｉ ｌ ｋ ｏ Ｓ ｃ ａ ｎ Ｆ Ｔ ｌ ２ ｏ ＿ —＿ Ｒｅ ｆ ｅ ｒ ｅ ｎ ｃ ｅ Ｍａ ｎ ｕ ａ ｌ 【 Ｍ】 ． ２ ０ ０ ２ ： ７ ５ —８ ３ ．
品集２ ， 对所 建的生乳定标 的性能做进一 步的验 证工作。
参 考 文献
［ １ 】Ｓ． Ｓ ， Ｉ ｖ ａ ｋ ｅ ｓ ａ ｎ ａ Ｊ ． Ｉ ｒ ｕ ｄ ａ ｙ ａ ｒ ￣． Ｒａ ｐ ｉ ｄ ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｅ ｔ —
ｒ ａ ｃ ｙ ｃ ｌ ｉ ｎ ｅ ｉ ｎ ｍｉ ｌ ｋ ｂ ｙ Ｆ Ｔ～Ｍ Ｉ Ｒ ａ ｎ ｄ ＦＴ—ＮＩ Ｒ ｓ ｐ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｐ ｙ
加 工企业应对 目前生乳掺假现象 的分析 、 检测工作 ； 另一方面 ， 由 于建立仪器分析 系统 中定标环 节是 一个非常烦琐而又严谨 的过
＋
＋
备注 ： 上表 中“ ＋” 表 示在对应的样 品中所掺 的物质 份 正常样品和１ ４ 份不同掺假生乳样 品， 依次 编码 为Ｃ ｈｌ ～Ｃ ｈ ｌ ４ ，
题， 我们 目前正在开展这方面的工作 ， 已取得比较好的进展 。
建 立定 标样 品 集 ， 其 中生 乳 定标 样 品集 １ 包含 正 常样 品 １ ＃～ ７ ０ ＃， 定标样 品集 中设置一个指标为“ ｉ ｄ ｅ ｎ ｔ ｉ ｔ ｙ ” ， 对于每个定标样 品在ｉ ｄ ｅ ｎ ｔ Ｒ ｙ 指标 数据栏 的化学 数值均输 入 １ ， 表 示为正常样 品 集， 用于Ｐ Ｃ Ａ定标 的建立 。 另一个定标样品集２ 包括 １ ４ 份正常生乳
采用红外光谱分析技术快速检测原料乳掺假
Ｌ墼
采用红外光谱分析技术快速检测原料乳掺假
作者： 作者单位： 罗海峰， 赵武善 丹麦福斯中国有限公司北京代表处 北京 100081
本文链接：/Conference_6895769.aspx
Ａｂｓｔｒａｃｔ：Ａ ｑｕｉｃｋ ｍｅｔｈｏｄ ｆｏｒ ｄｅｔｅｃｔｉｎｇ ｔｈｅ ａｄｕｌｔｅｒａｎｔ ｍｉｌｋ ｗａｓ ｓｔｕｄｉｅｄ ｉｎ ｔｈｉｓ ｓｔｕｄｙ． Ａｆｔｅｒ ｃｏｌｌｅｃｔｉｎｇ ｔｈｅ ｓａｍｐｌｅｓ，ａ ＰＣＡ ｃａｌｉｂｒａｔｉｏｎ ｗａｓ ｍａｄｅ ｂｙ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ｔｅｃｈｎｏｌｏ—
１００％时是最理想的状态，但此时建立定标的性能不一定好，因为选择过多的主因子数目会给定标带来
更大的噪音，从而影响定标对于后续样品的预测性能。 我们比较了选择不同的主成分数目时，所建立定标对光谱变异的识别程度，如图１所示：随着主成 分数的增加，定标的对于光谱变异识别程度越高，根据ＭｉｌｋｏＳｅａＤ
ＦＴ
ｑｕｉｃｋ ａｎｄ
ａｃｃｕｒａｔｅ
ｍｅｔｈｏｄ．
Ｋｅｙ ｗｏｒｄｓ：Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ，Ｃａｌｉｂｒａｔｉｏｎ，Ａｄｕｌｔｅｒａｎｔ
Ｍｉｌｋ
引言
目前在原料奶的收购过程中，有些奶户为了私人利益，人工事先添加一些物质（如水解蛋白，乳清 粉、尿素等）到原料乳中，使用这种掺假的原料乳制成的成品奶在口感、风味有很大的缺陷，投向市场 会给企业造成严重的名誉损失。 目前奶户的掺假是严格按照一般原料乳中各个成分的比例组成添加相应的物质，所以采用传统的化 学分析法测定时，这种掺假乳的各个组分的浓度都是非常正常的，一般的化学方法难以及时地将这种掺 假奶检出，所以，在原料奶的收购过程中，采用新的分析技术来鉴别掺假问题显得尤为必要。 由于红外光谱分析技术是基于不同物质在其红外扫描光谱上的差异，同时结合化学计量学方法建立 定标模型来定性分析各个指标，如果能够找出掺假乳和正常乳之间的扫描光谱差异，再运用定标模型来 分析原奶是否掺假在理论上是可行的。
红外光谱在奶制品方面的应用
红外光谱在奶制品方面的应用班级：生物1401 姓名：陈嫩学号：1020514112 摘要：从牛奶的物理结构和组成出发，分析了牛奶在中红外、近红外、FTIR下的光学特性。
测定了牛奶中脂肪、粗蛋白质、真蛋白质的含量及三聚氰胺、尿素等杂质含量。
更迅速、更精准地判定奶制品品质。
关键词：红外光谱、奶制品、FTIR引言：奶粉中的蛋白、脂肪、水分和糖类含量是决定奶粉质量的核心指标，也是影响检测速度的关键环节，奶粉理化检测的绝大部分工作量都集中在这些检测项目上。
快速准确的奶粉质量综合检测方法和仪器的使用，对提高奶粉质榆教率会很有益处。
由于奶粉加工配方、工艺和设备不同，奶粉的物理特性(颗粒大小、颜色等)和化学组成差异较大，所以奶粉综合指标检测的难度较大，能够进行此类检测技术和仪器也较少。
目前运用得比较多的有近红外检测法、红外光谱法、FTIR。
正文：1.近红外光谱在奶制品中的应用1.1近红外光谱快速检测奶粉乳清粉成分夏元军等人在黑龙江密山总厂分别进行了近红外奶粉和乳清粉检测实验。
用50个2段配方奶粉建立丁2段奶粉的蛋白、脂肪、水分和酸度检测曲线．然后用此检测曲线检测2段奶粉，并将仪器检测结果与化学检测结果逐一核对。
用12个样品修正了原有的乳清粉检测曲线，然后用近红外仪器检测了剩余的6个样品，同时，随机从前12个样品中抽出2个，也用仪器检测出结果，并将仪器检测结果与化学检测结果逐一核对。
可得出近红外检测技术以在1min以内迅速检测奶粉和乳清粉的蛋白、脂肪、水分等指标，其误差和精度可达到国标允许的误差范围内。
近红外仪器可以大量迅速收集样品的光谱特性，开发新的检测项目。
1.2近红外光谱技术对液态奶制品中乳糖、脂肪、及蛋白质的定量检测谷月、赵武奇等人用近红外光谱技术研究不同定量校正方法和光谱预处理方法通过对不同厂家、不同季节批次的纯牛奶进行光谱采集及化学分析。
建立了液态奶中乳糖、脂肪及蛋白质定量分析模型，并对模型进行优化，为液态奶制品中乳糖、脂肪及蛋白质的无损和快速检测提供一种有效的方法。
掺杂三聚氰胺牛奶二维相关红外光谱法的鉴别研究
ｕ ｅ ｏ ｏ ｒ ｃ ｉ ｒｍｉ ａｉ ｎ ｏ ｅｈ ｒｔ ｅ ｍｉ Ｓ ａ ｕ ｔｒ ｔ ｄ Ｔ ｅ ｓ ｄ Ｓ ｉ ｏ ｔ ｎ ｏ ｉ ｒ ｖ ｈ ｕ ｌ ｙ ｏ ａ ｒ ｓ ｄ ｆ ｒ ａ ｃ ｒｅ ｔｄ ｓ ｉ ｎ ｔ ｎ ｗｈ ｔ ｅ ｈ ｌ ｉ ｄ ｌ ａ ｅ ． ｈ ｔ ｙ ｉ ｍｐ ｒａ ｔｔ ｍｐ ｏ ｅ ｔ ｅ ｑ ａ ｉ ｆ ｄ ｉｙ ｃ ｏ ｋ ｅ ｕ ｔ ｐ ｏ ｕ ｔ ａ ｄ ｔ ｒ ｔ ｃ ｅ ｂ ｎ ｆ ｓ ｆ ｏ ｓ ｍｅ ｓ ｒ ｄ ｃ ｓ ｎ ｐ ｏ ｅ ｔ ｈ ｅ ｅ ｔ ｏ ｎ ｕ ｒ． ｏ ｔ ｉ ｃ
．
１５ ２ｃ ５ ｍ ａ ｄ １６ ０ ｃ ｎ ４ ｍ ｉ ｙ ｃ ｒ ｎ ｕ ｐ ｃｒ ｍ ， ｉｈ ａ ｅｔ ｅａ ｓ ｒ ａ ｃ ｅ ｔ ｒ ｓ ｆ ｌ ｍｉｅ ｉ ｌ ． ｅｍｅｈ ｄ ｃ ｎ ｂ ｎ ｓ ｎ ｈ ｏ ｏ ｓｓ ｅ ｔ ｕ ｗｈ ｃ ｒ ｂ ｏ ｂ ｎ ｅｆ ａｕ ｅ ｍｅａ ｎ ｍｉ Ｔｈ ｔ ｏ ａ ｅ ｈ ｏ ｎ ｋ
Ｓ ｕ ｙ ｏ ｄｅ ｉ ｃ ｔｏ ｆ ｅａ ｉ ｅｉ ｉｋ Ｂａ ｅ ｎ ｔ ｄ ｎ Ｉ ｎｔｆ ａ ｉ ｎ ｏ ｌ ｍ ｎ ｎ Ｍ ｌ ｓ ｄ ｏ ｉ Ｍ
Ｔ ｏ ｄ ｍ ｅ ｓ ｏ ｌＣｏ ｒ ｌ ｔｏ ｎｆ ａ ｅ ｐｅ ｔ ｏ ｃ ｐｙ ｗ — ｉ ｎ ｉ ｎａ ｒ ｅ ａ ｉ ｎ Ｉ ｒ ｒ ｄ Ｓ ｃ ｒ ｓ ｏ
ｕ ｄ ｒｔ ｅ ｐ ｒ ｂ ｔ ｎ ｏ ｍｐ ｒ ｔ ｅ Ｉ ｅ ｒ ｎ ｅ ｂ ｔ ｅ ０ ｎ ０ ｍ～ ． ｈ ｅ ｕ ｏ ｅ ｋ ｒ ｒ ｕ ｅ ｔ１４ ８ｃ ｎ ｅ ｅ ｔ ａ ｉ ｆｔ ｈ ｒ ｕ ｏ ｅ ｅ ａｕ ． ｎ ｔ ａ ｇ ｅｗｅ ｎ １４ ０ ａ ｄ ｌ８ ０ ｃ ｒ ｈ ｔ ｒ ｅ ａ ｔ ｐ ａ ｓｗｅ ｅ ａ ｏ ｓ ｄ ａ ４ ｍ
近红外透反射光谱用于掺假牛奶的快速识别初探_郭美兰
近红外透反射光谱用于掺假牛奶的快速识别初探郭美兰, 孙正鹏, 张 超, 倪力军＊, 张立国(华东理工大学化学与分子工程学院,上海200237)摘 要:为快速识别掺加违禁物质的假牛奶,在市售纯奶基础上按不同比例添加水+糊精、水+糊精+三聚氰胺(硝酸铵、尿素)的溶液,配制掺假牛奶,测试真、假牛奶样品的近红外透反射光谱,分别采用PLS -DA 、KNN 、LDA 、改进与简化的KNN (IS -KNN )模式识别方法和不同光谱预处理方法进行真、假牛奶的识别。
各模式识别方法在不同预处理光谱下对真、假两类牛奶的识别正确率最高为95.12%和96.34%并且在最高正确率下对所有掺假牛奶均能正确识别。
表明采取适宜的近红外光谱预处理方法和模式识别方法,可以良好地对纯奶和掺假牛奶进行区分。
关键词:牛奶;掺假奶;近红外透反射光谱;快速识别中图分类号:S 132 文献标志码:A 文章编号:0367-6358(2010)05-0270-04Primary Study on Rapid Identification of Counterfeit M ilk Based onN ear Infrared T ransmission Spectro scopyGUO M ei -lan , SUN Zheng -peng , ZH ANG Chao , NI Li -jun ＊, ZHANG Li -Guo(Chemistr y an d Molecula r Eng ineering S choo l ,E ast China University o f S cience &Techno logy ,Sh angha i200237,China )A bstract :To rapidly identify counterfeit milk co ntaining some prohibited substances ,such as melamine ,we prepa red so me counterfeit milk by adding dex trin w ater solutio n ,dex trin wa ter solutio n and m elamine (ammo nium nitrate ,urea )in diffe rent mix propor tions to finished pure milk .The transmission near -infrared (NIR )spectra o f the pure and adulterate milk samples w ere collected .PLS -DA ,KNN ,LDA and improved and simplified KNN (IS -KNN )metho ds based o n different pretreated NIR spectra we re applied to discriminate milk sample .The hig hest prediction accuracy of the models built by these pattern recog nition methods is 95.12%and 96.34%,re spectively ,and almost all the adulterated milk samples could beco rrectly discriminated .The result indicates tha t if appropriate spectrum pretreatment metho d and pattern recog nition method we re used ,pure and counterfeit milk could be well discriminated .Key words :pure milk ;counterfeit milk ;near infrared spectro scopy ;rapid identification收稿日期:2010-01-25;修回日期:2010-04-22基金项目:上海市大学生创新实验计划项目(S 0811)作者简介:郭美兰(1983～),女,山东菏泽人,硕士生,主要从事分析化学学科的数学和科研。
近红外透反射光谱用于掺假牛奶的快速识别初探
近红外透反射光谱用于掺假牛奶的快速识别初探
郭美兰;孙正鹏;张超;倪力军;张立国
【期刊名称】《化学世界》
【年(卷),期】2010(51)5
【摘要】为快速识别掺加违禁物质的假牛奶,在市售纯奶基础上按不同比例添加水+糊精、水+糊精+三聚氰胺(硝酸铵、尿素)的溶液,配制掺假牛奶,测试真、假牛奶样品的近红外透反射光谱,分别采用PLS-DA、KNN、LDA、改进与简化的
KNN(IS-KNN)模式识别方法和不同光谱预处理方法进行真、假牛奶的识别。
各模式识别方法在不同预处理光谱下对真、假两类牛奶的识别正确率最高为95.12%和96.34%并且在最高正确率下对所有掺假牛奶均能正确识别。
表明采取适宜的近红外光谱预处理方法和模式识别方法,可以良好地对纯奶和掺假牛奶进行区分。
【总页数】4页(P270-273)
【关键词】牛奶;掺假奶;近红外透反射光谱;快速识别
【作者】郭美兰;孙正鹏;张超;倪力军;张立国
【作者单位】华东理工大学化学与分子工程学院
【正文语种】中文
【中图分类】S132
【相关文献】
1.基于可见光与近红外反射光谱的牛奶光谱特性识别研究 [J], 谢春光;李宇航;夏惠婕;李棒棒
D短波近红外光谱快速检测牛奶中掺假物质的研究 [J], 王右军;朱大洲;屠振华;庆兆珅n;籍保平
3.近红外光谱模式识别三聚氰胺掺假牛奶 [J], 魏玉娟;李琳;杨笑亚;黎丹薇;付海燕;杨天鸣
4.近红外漫反射光谱云芝提取物快速掺假识别研究 [J], 涂红艳;唐敏;何晋浙;邵平
5.近红外光谱结合非线性模式识别方法进行牛奶中掺假物质的判别 [J], 倪力军;钟霖;张鑫;张立国;黄士新
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔｏ ｄ ｅ ｔ ｅ ｃ ｔ ａ ｄｕ ｌ ｔ ｅ ｒ ａ ｔ ｅ ｄ ｍｉ ｌ ｋ ｒ ａ ｐｉ ｄｌ ｙ ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｙ，ｔ ｈ பைடு நூலகம் ｄｉ ｓ ｃ ｒ ｉ ｍｉ ｎ ａ ｔ ｉ ｏｎ ｍｏ ｄｅ ｌ ｓ ｆ ｏ ｒ ａ ｄｕ ｌ ｔ ｅ ｒ ａ ｔ ｅ ｄ
ｍｉ ｌ ｋ Ｗｅ ｒ ｅ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ ｂ ａ ｓ ｅ ｄ Ｏ Ｄ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ Ｋｅ ｒ ｎ ｅ ｌ Ｏｒ ｔ ｈ ｏ ｇ ｏ ｎ ａ ｌ Ｐｒ ｏ ｊ ｅ ｃ ｔ ｉ ｏ ｎ ｔ ｏ Ｌ ａ ｔ ｅ ｎ ｔ Ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ（ Ｋ—
２ ． Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ，Ｔｉ ａ ｎ ｊ ｉ ｎ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ， Ｔｉ ａ ｎ ｊ ｉ ｎ ３ ０ ０ ３ ８ ４ ， Ｃ ｈ ｉ ｎ ａ ）
作 为核函数 ， 内部 交 叉 验 证 均 方 根 （ ＲＭＳ Ｅ Ｃ Ｖ） 最 小 值 作 为评 价指 标 ， 优 选 了核 函数 中 的核 宽 度 以及 ｙ 正 交 成 分 数 。配
置含四环素牛奶 （ ０ ． Ｏ １ ～０ ． ３ ｇ Ｌ ） 、 三聚氰胺牛奶（ ０ ． Ｏ １ ～０ ． ３ ｇ Ｌ ＿ 。 ） 和 葡 萄 糖 牛奶 （ ０ ． ０ １ ～０ ． ３ ｇ Ｌ ） 各３ ６ 个， 采 集 纯 牛 奶及 掺杂牛奶样品的红外光谱 ， 采用 Ｋ — ＯＰ Ｌ Ｓ建 立各 掺 杂 牛 奶 与 纯 牛 奶 的 判 别 模 型 。利 用 这 些 模 型 对 未 知样 品 进 行 判 别， 结 果 显 示 对 掺 杂 四环 素 、 三 聚氰 胺 、 葡 萄 糖 牛 奶 的判 别 正 确 率 分 别 为 １ ０ ０ 、 ｉ ０ ０ 、 ９ ５ ． ８ 。建 立 了 同 时判 别 ３种 掺 杂牛奶与纯牛奶的 Ｋ — Ｏ Ｐ Ｌ Ｓ模 型 ， 该 模 型对 未 知 样 品 的 判 别 正 确 率 为 ９ ３ ． １ ； 同时 ， 与偏最小二 乘判别 Ｐ Ｌ Ｓ － ＤＡ 方 法 的 预 测 结 果 进 行 了 比较 ， 结果表明 ： Ｋ — ＯＰ Ｌ Ｓ建 模 方 法 对 于 复 杂 的牛 奶 体 系具 有 较 好 的 预测 能力 。 关 键 词： 红外光谱 ； 核 隐 变 量 正 交投 影 ； 掺杂牛奶 ； 四环素 ； 三 聚 氰胺 ； 葡萄 糖
文献标识码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ７ ８ ８ ／ Ｏ Ｐ Ｅ ． ２ ０ １ ３ ２ １ １ ０ ． ２ ５ ４ ９
中图分类号 ： ０６ ５ ７ ． ３ ３
Ｄｉ ｓ ｃ ｒ ｉ ｍｉ ｎ ａ ｔ ｉ ｏ ｎ ｏ ｆ ａ ｄｕ ｌ ｔ ｅ ｒ ａ ｔ ｅ ｄ ｍｉ ｌ ｋ ｂ ａ ｓ ｅ ｄ ｏ ｎ
第 ２ ｌ卷
第 １ Ｏ期
光 学 精 密 工 程
Ｏ ｐｔ ｉ ｃ ｓ ａ ｎ ｄ Ｐｒ ｅ ｃ ｉ ｓ ｉ ｏｎ Ｅｎｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
Ｖｏ １ ． ２ １ Ｎｏ ． １ ０
Ｏｃ ｔ ． ２０１ ３
２ ０ １ ３年 １ Ｏ月
文 章 编 号 １ ０ ０ ４ — ９ ２ ４ Ｘ（ ２ ０ １ ３ ） １ ０ — ２ ５ ４ ９ — ０ ８
红外 光谱 结合核 隐变量 正 交投影 法判别掺 杂牛 奶
杨延荣 ， 杨仁杰 ， 张志勇 ， 董桂梅 ， 杨士春
（ １ ． 天津农学院 机电工程系， 天津 ３ ０ ０ ３ ８ ４ ； ２ ． 天津农学院 农业分析测试 中心， 天津 ３ ０ ０ ３ ８ ４ ）
摘要 ： 为 了快 速 、 准确地检测掺杂牛奶 ， 采用基于核隐变量正交投影 （ Ｋ — ＯＰ Ｌ Ｓ ） 法 分 析 了掺 杂 牛奶 的光 谱 。选 用 高 斯 函 数
（ １ ． Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｅｌ ｅ ｃ ｔ ｒ ｏ ｍｅ ｃ ｈ ａ ｎ ｉ ｃ ａ ｌ Ｅｎ ｇｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ，Ｔｉ ａ ｎ ｊ ｉ ｎ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ，Ｔｉ ａ ｎ ｊ ｉ ｎ ３ ０ ０ ３ ８ ４，Ｃ ｈ ｉ ｎ ａ；
ＯＰＬＳ） ． Ｂｙ ｕｓ ｉ ｎｇ ｔ ｈ ｅ Ｇａ ｕｓ ｓ ｉ ａ ｎ ｒ ａ ｄｉ ａ ｌ ｂａ ｓ ｉ ｓ ｆ ｕｎ ｃ ｔ ｉ ｏｎ ａ ｓ ｔ ｈｅ ｋ ｅ ｒ ｎｅ ｌ ｆ ｕｎｃ ｔ ｉ ｏｎ ａ ｎｄ ｔ ｈｅ ｍｉ ｎｉ ｍｕｍ ｖ ａ ｌ ｕ ｅ ｏ ｆ Ｒｏ ｏｔ Ｍｅ ａ ｎ Ｓｑ ｕ ａ ｒ ｅ Ｅｒ ｒ ｏ ｒ ｓ ｏｆ Ｃｒ ｏｓ ｓ — ｖ ａ ｌ ｉ ｄ ａ ｔ ｉ ｏ ｎ （ ＲＭ ＳＥＣＶ ）ａ ｓ ａ ｎ ｅ ｖ ａ ｌ ｕａ ｔ ｉ ｏ ｎ ｉ ｎ ｄｅ ｘ。 ｔ ｈ ｅ ｗｉ ｄｔ ｈ ｏ ｆ ｔ ｈｅ
ｉ ｎ ｆ ｒ ａ ｒ ｅ ｄ ｓ ｐ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｐ ｙ ａ ｎ ｄ Ｋ＿ ＯＰＬＳ
ＹＡＮＧ Ｙａ ｎ ～ ｒ ｏ ｎ ｇ ，ＹＡＮＧ Ｒｅ ｎ — ｊ ｉ ｅ ，Ｚ ＨＡＮＧ Ｚ ｈ ｉ — ｙ ｏ ｎ ｇ ，ＤＯＮＧ Ｇｕ ｉ — ｍｅ ｉ ，ＹＡＮＧ Ｓ ｈ ｉ — ｃ ｈ ｕ ｎ