基于近红外光谱技术的燕麦营养成分检测

发布时间：2017-10-12 19:31

  本文关键词：基于近红外光谱技术的燕麦营养成分检测

  更多相关文章： 近红外光谱技术 BP神经网络 二维相关光谱技术 燕麦营养成分

【摘要】：燕麦(Oats),植物学名Arena sativa,禾本科(Gramineae)燕麦属(Avena)单子叶植物。目前世界燕麦产量已超过2200万吨。燕麦是膳食纤维的极好来源,膳食纤维包含β-葡聚糖(2.2%-7.8%)和木聚糖。燕麦也富含蛋白质、B族维生素、亚油酸、矿物质和酚类化合物等营养物质,可作为动物饲料和人类食品。燕麦具有多种生物活性作用,包括降血糖、降血脂、抗氧化、提高人体免疫力、降低心血管疾病的风险。燕麦中营养成分在国内外常采用常规方法来测定,但这些方法存在周期长、成本高等缺点,另外使用危险化学药品,对检验员和环境可能造成一些危害。近红外光谱技术具有的诸多优点,如无前处理、操作简单、无污染、重复性好、快速和多组分同时分析,目前已广泛应用于食品、农业、医药等领域。本文以国内产的燕麦为试材,采用近红外光谱技术结合化学计量学建立燕麦中蛋白质、脂肪、β-葡聚糖、多酚含量的预测模型。结果如下：(1)近红外光谱技术检测燕麦中蛋白质含量的方法为：最佳的预处理方法为光谱散射处理采用标准化处理(SNV),数学处理采用2441(即对光谱进行导数间隔点为4的二阶导数处理,一次平滑处理间隔点为4,不进行二次平滑处理)；最佳的回归方法是改进偏最小二乘法(MPLS)。在此条件下模型对验证集的测定值与预测值的决定系数(R2)为0.9543,均方根误差(RMSE)为0.1607,模型的预测准确性良好。(2)近红外光谱技术检测燕麦中脂肪含量的方法为：最佳的预处理方法是反向多元散射处理(IMSC),数学处理是2441；通过主成分分析法提取2个主成分作为光谱预处理后信息的特征变量,建立的人工网络模型结构为2-17-1。该模型对验证集的测定值与预测值的相关系数(R)为0.9623,均方根误差为1.6072,模型的预测准确性较好。(3)近红外光谱技术检测燕麦β-葡聚糖含量的方法为：散射处理为WMSC,数学处理选择1441,提取2个主成分作为光谱预处理后信息的特征变量,建立β-葡聚糖含量检测的人工网络模型结构为2-12-1,模型对训练集的决定系数为0.9197,均方根误差为0.02336,对验证集的预测决定系数为0.9206。(4)近红外光谱技术检测燕麦中多酚含量的方法为：通过二维相关光谱法选择波段1050nm-1350 nm为建模波段,对该波段内二维相关光谱的切片数据的预处理组合为SM+SD(每隔三个点进行平滑处理+二阶微分处理),回归方法是PLS回归法。模型对训练集的R2为0.9456,RMSCV(均方根变异性)为0.03053；对预测集的R为0.9692,RMSEV(验证均方根误差)为0.03197。该研究为近红外漫反射光谱技术检测燕麦中蛋白质、脂肪、β-葡聚糖、多酚含量提供理论基础。将近红外光谱技术应用于燕麦的营养成分检测对提高燕麦品质检测水平、满足多个品质指标快速同时检测,保护农民切身利益和保障国家粮食安全具有重要意义。
【关键词】：近红外光谱技术 BP神经网络 二维相关光谱技术 燕麦营养成分
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TS207.3;O657.33
【目录】：

• 摘要3-5
• Abstract5-10
• 符号缩写10-11
• 第1章 文献综述11-23
• 1.1 燕麦概述11-15
• 1.1.1 燕麦种植及分类11-12
• 1.1.2 燕麦的营养价值12-14
• 1.1.3 燕麦的保健作用14-15
• 1.1.4 燕麦成分的常用检测方法15
• 1.2 近红外光谱技术及其在燕麦成分检测中的研究进展15-20
• 1.2.1 近红外光谱技术的原理15-16
• 1.2.2 近红外光谱技术分析及化学计量学16-18
• 1.2.3 近红外光谱技术在燕麦成分检测中的研究进展18-20
• 1.3 研究目的,意义及内容20-23
• 1.3.1 研究目的及意义20
• 1.3.2 研究内容20-23
• 第2章 近红外光谱技术检测燕麦中蛋白质含量23-31
• 2.1 材料与方法23-24
• 2.1.1 试验材料23
• 2.1.2 主要试验仪器23
• 2.1.3 方法23-24
• 2.1.4 模型的验证24
• 2.2 结果与分析24-30
• 2.2.1 燕麦样品中蛋白质含量的分布25
• 2.2.2 光谱扫描结果25-26
• 2.2.3 异常样品剔除结果与样本集划分结果26
• 2.2.4 不同光谱预处理及回归方法对建模效果的影响26-29
• 2.2.5 验证预测模型29-30
• 2.3 小结30-31
• 第3章 近红外光谱技术检测燕麦中脂肪和p-葡聚糖含量31-45
• 3.1 材料与方法31-33
• 3.1.1 试验材料31
• 3.1.2 主要试验仪器31-32
• 3.1.3 试验方法32
• 3.1.4 模型的验证32-33
• 3.2 结果与分析33-43
• 3.2.1 燕麦样品中脂肪含量和β-葡聚糖含量的分布33
• 3.2.2 光谱扫描结果33-34
• 3.2.3 奇异样本剔除结果与样本集划分结果34-35
• 3.2.4 不同预处理及回归方法对脂肪建模效果的影响35-37
• 3.2.5 燕麦中脂肪含量的BP神经网络模型的建立37-39
• 3.2.6 燕麦中β-葡聚糖含量的BP神经网络模型的建立39-41
• 3.2.7 模型验证41-43
• 3.3 小结43-45
• 第4章 近红外光谱技术-二维相关光谱技术检测燕麦中多酚含量45-55
• 4.1 材料与方法45-46
• 4.1.1 试验材料45
• 4.1.2 主要试验仪器45-46
• 4.1.3 方法46
• 4.1.4 模型的验证46
• 4.2 结果与分析46-54
• 4.2.1 燕麦多酚含量的化学测量值47
• 4.2.2 光谱扫描结果47-48
• 4.2.3 二维相关光谱分析48-49
• 4.2.4 燕麦多酚的定标模型建立49-53
• 4.2.5 模型验证53-54
• 4.3 小结54-55
• 第5章 结论,创新点与展望55-57
• 5.1 结论55
• 5.2 创新点55-56
• 5.3 展望56-57
• 参考文献57-65
• 致谢65-67
• 攻读学位期间研究成果67

【相似文献】

中国期刊全文数据库 前10条

1 黄艾祥,肖蓉,吴存三;燕麦及其营养食品的研究开发[J];粮食与饲料工业;2000年09期

2 路长喜;周素梅;王岸娜;;燕麦的营养与加工[J];粮油加工;2008年01期

3 李再贵;;我国燕麦食品产业的现状与展望[J];农产品加工(创新版);2011年07期

4 王田;;话说燕麦(二)[J];黑龙江粮食;2013年06期

5 成训妍;燕麦资源的开发和利用[J];食品工业科技;1991年04期

6 田养池;;燕麦的综合利用[J];食品研究与开发;1991年03期

7 田养池;燕麦──一种综合利用范围广泛的粮食作物[J];粮油食品科技;1994年01期

8 杨晓虹;杨才;;我国燕麦的产业化发展[J];农产品加工(创新版);2012年07期

9 李彬;开发燕麦食品降低血糖[J];黑龙江粮油科技;1998年03期

10 薛殿凯;;“完美的食品”燕麦——从两位名人的养生秘诀谈起[J];食品与生活;2005年12期

中国重要会议论文全文数据库 前4条

1 付晓峰;刘俊青;;内蒙古燕麦研究、生产、加工概况[A];内蒙古农学会2004学术年会论文集[C];2004年

2 康泽;周海军;任嘉嘉;;燕麦营养价值与食品加工研究进展[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（下册）[C];2008年

3 任鹏;赵宝平;刘景辉;;水分胁迫对不同抗旱性燕麦品种叶片叶绿素荧光动力学参数的影响[A];2013全国植物生物学大会论文集[C];2013年

4 何苏琴;荆卓琼;赵桂琴;丁文姣;郭满库;柴继宽;;内蒙古自治区乌兰察布市燕麦炭疽病病原鉴定[A];“创新驱动与现代植保”——中国植物保护学会第十一次全国会员代表大会暨2013年学术年会论文集[C];2013年

中国重要报纸全文数据库 前10条

1 本报驻加拿大记者 邹德浩;“燕麦团队”整装待发[N];人民日报;2001年

2 本报记者 吴杰 邹德浩;“燕麦博士”的中国情[N];人民日报;2002年

3 本报记者 王丕屹 邹德浩;旱海来了燕麦博士[N];人民日报海外版;2003年

4 新华社记者 胡光耀;让燕麦为中国西部开发添彩[N];新华每日电讯;2001年

5 谭玉兰;燕麦应该成为人类第三主粮[N];内蒙古日报(汉);2006年

6 本报记者 范建;建世界最大燕麦产业带[N];科技日报;2007年

7 黄筱声;燕麦的保健功能及市场前景[N];中国食品质量报;2008年

8 周扬;任长忠:构建燕麦发展新模式[N];吉林日报;2009年

9 本报记者 裴会永;任长忠：情系燕麦二十载[N];粮油市场报;2010年

10 胡新中;燕麦产业应尽快补齐科技短板[N];中国食品报;2010年

中国博士学位论文全文数据库 前10条

1 崔纪菡;施氮对西藏主栽饲草产量、养分累积和氮利用的影响[D];中国农业大学;2015年

2 郑科;小麦及其近缘属种籽粒淀粉特性、燕麦籽粒淀粉生物合成研究[D];四川农业大学;2014年

3 武俊英;燕麦耐盐生理特性及农艺措施调控研究[D];内蒙古农业大学;2009年

4 齐冰洁;燕麦种质资源遗传多样性研究[D];内蒙古农业大学;2009年

5 胡新中;燕麦的酶活性及其食品加工中抑制工艺研究[D];西北农林科技大学;2007年

6 夏方山;不同老化处理对燕麦种子线粒体结构及抗氧化系统的影响[D];中国农业大学;2015年

7 Truong Xuan Sinh（张春生）;燕麦光周期不敏感基因克隆与分析[D];吉林大学;2012年

8 汪海波;燕麦中β-葡聚糖的化学结构、溶液行为及降血糖作用的机制研究[D];华中农业大学;2004年

9 田斌强;发芽燕麦淀粉的特性及结构表征[D];华中农业大学;2010年

10 孔令琪;不同老化处理对燕麦种子生理、蛋白质及抗氧化基因的影响[D];中国农业大学;2015年

中国硕士学位论文全文数据库 前10条

1 甄红敏;燕麦灭酶对大鼠血糖、血脂和肠道的影响[D];西北农林科技大学;2011年

2 王超;燕麦脱皮工艺与设备实验研究[D];中国农业机械化科学研究院;2015年

3 刘浩;裸燕麦品质评价与燕麦黄酒的酿造[D];中国农业科学院;2015年

4 叶雪松;耕作方式对土壤物理性状、酶活性以及燕麦产量的影响[D];内蒙古大学;2015年

5 阿西阿英;凉山州燕麦种植情况调查及不同栽培因子对燕麦产量的影响研究[D];四川农业大学;2014年

6 王智英;燕麦淀粉含量测定及颗粒结合型淀粉合成酶基因（GBSS Ⅰ）片段克隆[D];四川农业大学;2015年

7 李健荣;甘肃省燕麦孢囊线虫病发生、病原学及品种抗性评价[D];甘肃农业大学;2016年

8 赵海波;气调储藏燕麦稳定性的研究[D];河南工业大学;2016年

9 琚泽亮;燕麦中2，4-D丁酯的残留动态及其对燕麦光合生理、安全性和产量的影响研究[D];甘肃农业大学;2016年

10 赖婷;燕麦桂圆乳酸菌发酵饮料加工活性成分变化分析与工艺优化[D];福建农林大学;2016年

，

本文编号：1020456