近紅外光譜和電子舌技術(shù)在食醋品質(zhì)檢測中的應(yīng)用研究.pdf

1、食醋是我國一種很受消費(fèi)者歡迎的傳統(tǒng)酸性調(diào)味品,具有悠久的歷史。隨著人民生活水平的提高,人們對食醋品質(zhì)的要求也越來越高。目前,國內(nèi)食醋品質(zhì)的檢測基本上采用感官評定法、衛(wèi)生檢驗(yàn)法和理化分析法,這些方法存在主觀性強(qiáng)、檢測時間長、使用試劑多、檢測費(fèi)用高和需要熟練的操作人員等缺點(diǎn)。根據(jù)上述原因,本課題開展了利用近紅外光譜和電子舌技術(shù)檢測食醋品質(zhì)的研究。論文的主要研究內(nèi)容如下:
　　 1.利用近紅外光譜定量分析食醋理化指標(biāo)。首先對食醋原始近

2、紅外光譜的預(yù)處理方法進(jìn)行比較,用全光譜偏最小二乘法(PLS)建立了食醋總酸和可溶性無鹽固形物含量的近紅外光譜模型,結(jié)果表明平滑+一階導(dǎo)數(shù)的預(yù)處理方法效果最好。食醋含有多種有機(jī)酸、糖類和氨基酸等有機(jī)成分,其近紅外光譜區(qū)存在大量含氫基團(tuán)的倍頻與合頻吸收峰,光譜信息重疊問題嚴(yán)重,影響模型的精度和穩(wěn)健性,研究利用特征譜區(qū)篩選法優(yōu)化食醋理化指標(biāo)的預(yù)測模型以提高PLS模型的精度和穩(wěn)定性。利用聯(lián)合區(qū)間偏最小二乘法(Si-PLS)分別建立食醋總酸含量和

3、可溶性無鹽固形物含量的近紅外光譜模型。最佳食醋總酸含量和可溶性無鹽固形物含量預(yù)測模型通過交互驗(yàn)證的方法獲得,其預(yù)測集均方根誤差(RMSEP)和預(yù)測集相關(guān)系數(shù)(Rp)分別為0.264g/100mL和0.9655,1.93g/100mL和0.9302。試驗(yàn)結(jié)果表明,與PLS相比,Si-PLS顯著提高了模型精度。
　　 2.近紅外光譜檢測食醋理化指標(biāo)的非線性模型研究。食醋成分復(fù)雜,其中總酸含量是評價食醋質(zhì)量與口感的一個重要理化指標(biāo),醋

4、中的有機(jī)酸種類較多,主要為醋酸,其次為乳酸、丙酮酸、甲酸、蘋果酸、檸檬酸等。由于近紅外光譜與總酸之間的相關(guān)性很高,本研究在上一章基礎(chǔ)上嘗試將非線性回歸方法結(jié)合Si-PLS建立食醋總酸含量的預(yù)測模型。首先利用Si-PLS優(yōu)選出最佳區(qū)間,然后有比較的運(yùn)用BP神經(jīng)網(wǎng)絡(luò)(BPANN)和極限學(xué)習(xí)機(jī)(Extreme learning machine,ELM)分別建立回歸模型,并與全光譜范圍建立的相應(yīng)模型進(jìn)行系統(tǒng)比較。結(jié)果顯示Si-PLS結(jié)合ELM(

5、Si-ELM)建立的模型效果更優(yōu),預(yù)測集均方根誤差(RMSEP)為0.249g/100mL,相關(guān)系數(shù)(Rp)為0.9712。研究結(jié)果顯示出利用近紅外光譜結(jié)合Si-ELM快速測定食醋中總酸含量具有一定的優(yōu)越性。研究為近紅外光譜結(jié)合非線性方法檢測食醋理化指標(biāo)提供了參考。
　　 3.利用電子舌鑒別不同類別食醋的研究。試驗(yàn)以四種不同品牌陳醋和三種不同品牌香醋為試驗(yàn)對象,利用電子舌設(shè)備獲取不同食醋樣本數(shù)據(jù),通過主成分分析提取主成分得分向量

6、構(gòu)成模式識別的輸入,有比較的運(yùn)用K最近鄰法(K-nearestneighbors,KNN)和線性判別分析(Linear discriminant analysis,LDA)建立不同品牌陳醋、不同品牌香醋以及這兩類食醋的識別模型。從試驗(yàn)結(jié)果看,三種模型的KNN識別結(jié)果均優(yōu)于LDA,且減少了主成分輸入數(shù)目,有效簡化了模型。對于不同品牌陳醋,在PCs=3、K=1時,建立的KNN模型最佳,模型訓(xùn)練集和預(yù)測集的識別率均達(dá)到了100%;對于不同品牌

7、香醋,其最佳識別模型在PCs=3、K=1時獲得,訓(xùn)練集和預(yù)測集識別率也均達(dá)到了100%;而對于陳醋與香醋的識別,也獲得了較好的結(jié)果,訓(xùn)練集和預(yù)測集識別率分別為99.29%、100%。結(jié)果表明電子舌技術(shù)結(jié)合K最近鄰法能較好區(qū)分食醋的品種品牌,對于廠家的品牌保護(hù)具有積極意義。
　　 4.電子舌對食醋醋酸發(fā)酵過程的監(jiān)控研究。試驗(yàn)以恒順香醋醋酸發(fā)酵階段第5天、第12天、第19天和生醋為試驗(yàn)對象。利用電子舌設(shè)備獲取樣本數(shù)據(jù),在主成分分析的

8、基礎(chǔ)上有比較的運(yùn)用線性判別方法(LDA)和馬氏距離(MD)建立四個不同階段樣本的識別模型。從試驗(yàn)結(jié)果看,MD的識別結(jié)果明顯優(yōu)于LDA,訓(xùn)練集與預(yù)測集的識別率均達(dá)到了100%,所用的主成分?jǐn)?shù)為3。此研究為電子舌實(shí)時在線監(jiān)控食醋醋酸發(fā)酵過程的可行性提供理論依據(jù)。研究表明近紅外光譜分析技術(shù)結(jié)合合適的光譜預(yù)處理方法和特征譜區(qū)篩選能夠提高食醋理化指標(biāo)定量模型的精度和穩(wěn)定性;近紅外光譜結(jié)合非線性方法在快速檢測食醋理化指標(biāo)中具有一定的優(yōu)勢;電子舌技術(shù)