基于二维相关近红外光谱技术的牛奶掺杂识别方法的研究

发布时间：2017-07-26 17:10

  本文关键词：基于二维相关近红外光谱技术的牛奶掺杂识别方法的研究

  更多相关文章： 掺杂牛奶 近红外 二维相关光谱 尿素 三聚氰胺 判别分析

【摘要】：乳制品安全是个全球难题，传统的乳制品检验手段已经不能满足生产质量控制和安全保障的需要。近红外光谱分析技术具有高效、快速、方便和无需前处理等优点，弥补了传统检测方法的不足，被应用到了牛乳领域中。二维相关光谱具有比常规一维光谱更高的分辨率，因此本文将近红外光谱与二维相关技术相结合，应用各种模式识别方法对牛奶是否掺杂进行判别分析。 通过分析掺杂(尿素、三聚氰胺)牛奶和纯牛奶样品的一维近红外光谱图，确定二维相关的分析区间为4200~4800cm-1。对掺杂牛奶与纯牛奶的二维相关同步谱和异步谱进行分析，确定将二维相关同步谱作为后续研究的基础。 直接将二维相关同步谱结合模式识别方法对掺杂牛奶进行判别分析，主要使用两种方法：（1）展开偏最小二乘法(Unfold-PLS)，将二维相关同步谱矩阵沿波数方向展开为二维数据，并将其与普通PLS算法相结合对牛奶是否掺杂进行判别分析；（2）核隐变量正交投影法(K-OPLS)，直接将二维相关同步谱矩阵与K-OPLS结合建立掺杂牛奶与纯牛奶的判别模型。研究结果表明，，这两种判别模型都可以对牛奶掺杂与否进行有效的判别。 二维相关同步谱矩阵数据量巨大，为了提高建模的效率，需要从中提取特征信息。主要提出两种方法：（1）提取二维相关同步谱的5个表观统计特征参数(平均值、标准差、重心、偏度和峰度)，分别用偏最小二乘判别分析法(PLS-DA)、误差反向传输(BP)神经网络、概率神经网络(PNN)建立掺杂牛奶与纯牛奶的判别模型；（2）用奇异值分解法提取二维相关同步谱第一主成分对应的特征向量，用PNN建立掺杂牛奶与纯牛奶的判别模型。研究结果表明，这两种方法都能够有效地提取牛奶中掺杂目标物的特征光谱信息，同时又减少了建模输入变量的维数，实现了掺杂牛奶与纯牛奶的判别。 本研究将二维相关同步谱与模式识别方法相结合实现牛奶掺杂的检测，为近红外光谱技术在食品掺伪检测中的应用提供了理论依据。
【关键词】：掺杂牛奶 近红外 二维相关光谱 尿素 三聚氰胺 判别分析
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R155.5;O657.33
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-13
• 1.1 牛奶掺杂检测的背景及意义9
• 1.2 牛奶掺杂检测的主要方法9-10
• 1.3 近红外光谱检测掺杂牛奶的国内外研究现状10-11
• 1.4 牛奶检测中存在的问题11-12
• 1.5 本文的主要研究内容和结构安排12-13
• 第二章 近红外光谱测量原理及分析方法13-26
• 2.1 近红外光谱的信息源13
• 2.2 近红外光谱的测量原理13-15
• 2.2.1 漫反射光谱原理13-14
• 2.2.2 透射光谱法原理14-15
• 2.3 纯牛奶与掺杂物的物理化学特性15-17
• 2.3.1 纯牛奶的物理化学特性15-16
• 2.3.2 尿素的物理化学特性16
• 2.3.3 三聚氰胺的物理化学特性16-17
• 2.4 二维相关光谱的算法原理17-20
• 2.4.1 二维相关光谱的计算17-19
• 2.4.2 二维相关光谱的谱图分析19-20
• 2.5 模式识别方法20-25
• 2.5.1 核隐变量正交投影法(K-OPLS)20-21
• 2.5.2 偏最小二乘判别分析(PLS-DA)21-23
• 2.5.3 BP 神经网络23-24
• 2.5.4 概率神经网络24-25
• 2.6 本章小结25-26
• 第三章 基于二维相关近红外谱的牛奶掺杂识别建模26-45
• 3.1 引言26
• 3.2 样品的光谱采集26-28
• 3.2.1 实验设备26-28
• 3.2.2 实验方法28
• 3.3 利用二维相关光谱技术分析牛奶掺杂28-32
• 3.3.1 掺杂牛奶的一维光谱图28-31
• 3.3.2 掺杂牛奶的二维相关光谱分析31-32
• 3.4 展开偏最小二乘法(Unfold-PLS)判别掺杂牛奶32-38
• 3.4.1 掺杂尿素牛奶与纯牛奶的 Unfold-PLS 判别33-34
• 3.4.2 掺杂三聚氰胺牛奶与纯牛奶的 Unfold-PLS 判别34-36
• 3.4.3 两种掺杂牛奶与纯牛奶的 Unfold-PLS 判别36-38
• 3.5 核隐变量正交投影法(K-OPLS)判别掺杂牛奶38-44
• 3.5.1 掺杂尿素牛奶与纯牛奶的 K-OPLS 判别38-40
• 3.5.2 掺杂三聚氰胺牛奶与纯牛奶的 K-OPLS 判别40-42
• 3.5.3 两种掺杂牛奶与纯牛奶的 K-OPLS 判别42-44
• 3.6 本章小结44-45
• 第四章 基于二维相关近红外谱特征的牛奶掺杂识别建模45-62
• 4.1 引言45
• 4.2 二维相关近红外谱的特征提取45-47
• 4.2.1 表观统计特征参数选择45-46
• 4.2.2 奇异值分解提取特征向量46-47
• 4.3 基于二维相关近红外谱表观统计特征与模式识别判别掺杂牛奶47-59
• 4.3.1 表观统计特征提取47-48
• 4.3.2 PLS-DA 判别模型48-52
• 4.3.3 BP 神经网络判别模型52-56
• 4.3.4 概率神经网络(PNN)判别模型56-58
• 4.3.5 模型间的比较58-59
• 4.4 基于二维相关近红外谱主成分特征与 PNN 判别掺杂牛奶59-60
• 4.4.1 掺杂尿素牛奶与纯牛奶的 PNN 判别59
• 4.4.2 掺杂三聚氰胺牛奶与纯牛奶的 PNN 判别59-60
• 4.4.3 两种掺杂牛奶与纯牛奶的 PNN 三类判别60
• 4.5 本章小结60-62
• 第五章 总结与展望62-64
• 5.1 总结62-63
• 5.2 展望63-64
• 参考文献64-69
• 发表论文和参加科研情况说明69-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 田萍;陈斌;陆道礼;赵守敬;邵美丽;;二维相关荧光光谱鉴别4种食用植物油种类的研究[J];食品安全质量检测学报;2011年06期

2 吴强,王静;二维相关分析光谱技术[J];化学通报;2000年08期

3 左林,孙素琴,汤俊明;二维相关红外光谱分析技术在“清开灵”注射剂热稳定性研究中的应用[J];计算机与应用化学;2002年Z1期

4 曹峰,周群,孙素琴;真伪天麻二维相关红外光谱法的鉴别研究[J];现代仪器;2002年04期

5 吕光华,孙素琴,梁曦云,陈金泉;归头和归尾二维相关红外光谱法的鉴别研究[J];光谱学与光谱分析;2004年03期

6 高野;张金庄;李国平;闫立强;;二维相关红外光谱法鉴别不同染发剂染色头发[J];光谱实验室;2010年03期

7 余婧;武培怡;;二维相关荧光光谱技术[J];化学进展;2006年12期

8 高新风,裴奉奎;强偶合体系异核二维相关NMR谱解析[J];分析测试通报;1989年04期

9 许长华,周群,孙素琴,王宝t9;二维相关红外光谱法与阿胶的真伪鉴别[J];分析化学;2005年02期

10 史国玉;郭庆梅;康玉秋;周凤琴;孙素琴;;丹参不同部位的红外光谱法分析[J];光散射学报;2012年04期

中国重要会议论文全文数据库 前10条

1 汤俊明;周群;孙素琴;;地黄炮制前后二维相关红外光谱的分析研究[A];第十二届全国分子光谱学学术会议论文集[C];2002年

2 许云涛;韩汐;李奇峰;陈达;;基于多尺度二维相关拉曼的橄榄油掺杂识别方法研究[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

3 高新风;裴奉奎;;异核二维相关谱及间接二维J谱解析[A];第四届全国波谱学学术会议论文摘要集[C];1986年

4 李英明;孙素琴;周群;陶家洵;;利用二维相关红外光谱研究四种动物药材的热微扰过程[A];全国第13届分子光谱学术报告会论文集[C];2004年

5 黄安民;周群;费本华;江泽慧;孙素琴;;黑酸枝和红酸枝的二维相关红外光谱分析[A];第十五届全国分子光谱学术报告会论文集[C];2008年

6 阿依古丽·塔西;孙素琴;吕鹏月;石俊英;;四种胎盘二维相关红外光谱的分析与鉴定[A];全国第13届分子光谱学术报告会论文集[C];2004年

7 郁露;樊克峰;周群;白雁;孙素琴;;二维相关红外光谱与地黄炮制过程变化机理的研究[A];全国第13届分子光谱学术报告会论文集[C];2004年

8 邓超;黄鹤;;原位红外及二维相关分析研究P(HB-co-HHx)的熔融行为[A];第十七届全国分子光谱学学术会议论文集[C];2012年

9 高新风;裴奉奎;;疆偶合体系异核二维相关谱解析：“BIRD”脉冲元的作用[A];第五届全国波谱学学术会议论文摘要集[C];1988年

10 黄光速;王晓安;何晓军;吴锦荣;郑静;;利用二维相关谱研究聚合物T>Tg的转变与松弛行为[A];2011年全国高分子学术论文报告会论文摘要集[C];2011年

中国重要报纸全文数据库 前2条

1 四川 凯吉斯;“预测性维修、维护”系列测控技术(五)[N];电子报;2011年

2 ;《中药二维相关红外光谱鉴定图集》[N];中华读书报;2003年

中国博士学位论文全文数据库 前4条

1 杨仁杰;基于二维相关谱掺杂牛奶检测方法研究[D];天津大学;2013年

2 吕程序;基于二维相关NIRS/NIRM的蛋白饲料原料判别方法研究[D];中国农业大学;2014年

3 王立旭;溶液中蛋白质构象微弱变化的二维相关红外光谱研究[D];吉林大学;2009年

4 郭宜鲁;二维红外及近红外相关光谱对亲水性高分子的研究[D];复旦大学;2008年

中国硕士学位论文全文数据库 前3条

1 苗静;基于二维相关近红外光谱技术的牛奶掺杂识别方法的研究[D];天津大学;2014年

2 谢婧;环境扰动诱导蛋白质结构变化的广义二维相关光谱研究[D];武汉理工大学;2011年

3 付芳燕;通过傅里叶变换红外光谱研究金属离子与蛋白的相互作用[D];北京化工大学;2011年

本文编号：577441