校正集中纯蜂蜜、掺假蜜平均光谱如图5-4(a)所示,光谱在5100～4000cm-1范围内有一定差异,而在其他区间差异不明显。图5-4(b)是校正集中纯蜂蜜、掺假蜜的标准偏差光谱,整体趋势上,掺假蜜标准偏差要大于纯蜂蜜,说明掺假蜜间差异较大...[继续阅读]

    将光谱导入TQV8.0软件,分别计算纯蜂蜜和掺假蜜的主成分得分,前6个主成分累积贡献率达到98.9%。因此选择前6个主成分进行计算,建立MDDA判别模型。纯蜂蜜和掺假蜜前3个主成分得分空间如图5-6所示,从空间分布来看,纯蜂蜜比较聚集,样...[继续阅读]

    (一)光谱预处理在12000～4000cm-1波段范围内进行不同光谱预处理建立模型。分别采用一阶导数、二阶导数和中心化预处理,用不同平滑点数比较模型总准确识别率,见图5-8。图中显示,通过一阶导数加中心化处理模型判别率较高,在13点平...[继续阅读]

    图5-9为不同判别方法所建鉴别模型中纯蜂蜜和掺假蜜判别率对比分析。其中,DM鉴别模型的纯蜂蜜和掺假蜜样品判别率分别为74.2和100%,而MDDA和DPLS鉴别模型的纯蜂蜜样品判别率都为100%,掺假蜜判别率分别为81.1%和79.2%。DM、MD-DA、DPLS三种...[继续阅读]

    [1]JongD,RodriguesLP,MarchiniJS.Detectionofadulterationofcommercialhoneysamplesbythe13C/12Cisotopicratio.FoodChemistry,2003,82(4):633～636.[2]WhiteJW,WintersK,MartinKP,RossmannA..StableCarbonIsotopeRatioAnalysisofHoney:ValidationofInternalStandardProcedure...[继续阅读]

    不同品种的蜂蜜口感、状态及营养价值有显著差异。随着蜂蜜消费量提升,品种鉴别的重要性越来越突出。本研究应用近红外光谱技术分别建立了基于MD-DA、DPLS、BP-ANN的蜂蜜品种线性和非线性鉴别模型,分析比较了三种不同的建模方法...[继续阅读]

    本研究用近红外光谱结合PLS、MLR、BiPLS、SiPLS和ANN五种化学计量学方法分别建立了蜂蜜中主要内部组分数学模型。通过光谱预处理、波段选择、因子数等参数优化,模型结果基本满足蜂蜜成分定量分析要求。葡萄糖、果糖、水分、蔗糖...[继续阅读]

    作者尝试用近红外光谱技术结合DM、MD-DA、DPLS,分别建立了掺C4植物糖和未掺C4植物糖蜂蜜的鉴别模型,总判别率均高于85%,对纯蜂蜜的识别率为100%,具有良好的可行性。结果表明该方法为识别蜂蜜真伪提供了一个有效的筛选方法,与SCIR...[继续阅读]

    随着近年来近红外光谱仪器硬件和软件技术的快速发展,近红外光谱方法在快速分析、溯源食品品质方面表现出了明显的优势。作者利用近红外光谱技术和不同化学计量学算法分别建立了蜂蜜品种、品质、真伪识别数学模型,为快速分...[继续阅读]

    [1]何勇,李晓丽,邵咏妮.基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究.光谱学与光谱分析,2006,26(5):850～853.[2]岑海燕,鲍一丹,何勇.基于光谱技术的杨梅汁品种快速鉴别方法的研究.光谱学与光谱分析,2007,27(3):503～506....[继续阅读]