安徽大学, 农业生态大数据分析与应用技术国家地方联合工程研究中心, 安徽 合肥 230601
人们日常膳食中常见的食用油含有丰富的饱和脂肪酸, 饱和脂肪酸能为人体提供能量和必须营养物质, 但过量摄入会导致多种心血管疾病。 结合反射率光谱和深度学习方法发展一种食用油中饱和脂肪酸含量的分析方法。 首先, 测量了菜籽油、 大豆油、 葵花籽油、 玉米油、 橄榄油、 芝麻油及花生油等7种食用植物油350~2 500 nm范围的反射光谱, 并通过气相色谱-质谱分析法获得其软脂酸、 花生酸及山嵛酸等饱和脂肪酸的含量。 使用中心化、 多元散射校正、 标准正态变量变换及标准化等算法做光谱预处理消除光谱噪声。 然后, 构建了一种新型的二维光谱卷积回归网络(S2DCRN)用于脂肪酸分析, 而全卷积网络(FCN)、 偏最小二乘回归(PLSR)、 支持向量回归(SVR)及随机森林(RF)用于与S2DCRN模型相对比。 最后, 采用序列前向选择(SFS)、 随机蛙跳(RFrog)及遗传算法选取光谱特征的重要波长, 进而构建更为简单稳健的分析模型。 实验结果表明, 对食用油的全光谱预处理后, S2DCRN模型性能最优, 其模型对预测集的决定系数()达到0.987 9, 均方根误差(RMSEP)为0.510 0。 基于重要波长的S2DCRN模型, RFrog-SFS为S2DCRN提供了最佳的预测结果=0.967 9, RMSEP=0.462 7。 虽然变量选择后所取得的分析效果略差, 但光谱波长数目不足全光谱的1%, 节省了光谱数据采集工作并大幅降低了模型复杂度, 有助于后续便携式简化检测装置的研发。 为进一步探究S2DCRN模型的通用性能, S2DCRN被用于食用油中花生酸和山嵛酸含量分析。 其中, S2DCRN对花生酸的预测结果较好=0.950 1, RMSEP=0.152 9。 所提出的S2DCRN可实现反射率光谱对食用油中多种脂肪酸的准确快速分析。
食用油 饱和脂肪酸 反射光谱 卷积神经网络 Edible oil Saturated fatty acids Reflectance spectroscopy Convolutional neural network 光谱学与光谱分析
2022, 42(5): 1490
1 哈尔滨商业大学计算机与信息工程学院/黑龙江省电子商务与信息处理重点实验室, 黑龙江 哈尔滨 150028
2 哈尔滨商业大学食品工程学院, 黑龙江 哈尔滨 150076
3 东北农业大学食品学院, 黑龙江 哈尔滨 150030
针对油脂脱臭过程中的反式脂肪酸(TFAs)含量控制问题, 提出一种基于近红外光谱分析的油脂中TFAs含量快速检测方法。 制备含不同TFAs的大豆油脂样本100个, 利用气相色谱(GC)法精确测定其TFAs含量, 扫描样本近红外光谱, 然后利用不同方法对光谱数据进行降噪处理, 发现多元散射校正的去噪效果最佳。 为了探讨TFAs在近红外区域的吸收特性, 采用多种iPLS方法对比分析, 筛选出7 258～7 443/6 502～6 691/6 120～6 309 cm-1 TFAs的特征波段, 再利用Kalman滤波算法进行特征波长变量的选择, 优选出27个TFAs的特征波长变量; 采用深度信念网络(DBN)建立校正模型, 通过多次对比发现, 当隐含层层数为3并且隐含层节点数为50-35-90时, DBN模型性能最佳。 最后将DBN模型与PLS方法建立的反式脂肪酸含量回归模型进行对比分析, 结果表明: 对降噪后的全谱进行建模, DBN模型的预测效果优于PLS, DBN模型预测集R2为0.879 4、 RMSEP为0.060 3、 RSD为2.18％; 对筛选出的特征波段建模, PLS模型的预测效果优于DBN模型; 对优选出来的27个特征波长变量建模, DBN的预测效果较好, R2为0.958 4、 RMSEP为0.035 0、 RSD为1.31％, 说明DBN模型的泛化能力更好, 并且利用少量的波长变量就能达到较好的预测效果, 能够满足实际检测需求, 为实现油脂加工过程中TFAs含量的在线检测和调控, 生产低/零TFAs油脂产品提供技术支撑。
油脂 反式脂肪酸 近红外光谱 卡尔曼滤波 深度信念网络 Oil Trans fatty acids (TFAs) Near-infrared spectroscopy (NIR) Kalman filtering Deep believe net (DBN)
1 大连海事大学航海学院, 辽宁 大连 116026
2 大连海事大学环境信息研究所, 辽宁 大连 116026
3 大连海事大学环境科学与工程学院, 辽宁 大连 116026
仿刺参是具有极高经济价值的水产资源, 是海水养殖产业的重要组成部分, 研发出一种灵活、 稳定、 高效的仿刺参产地溯源方法对于水产养殖产业具有极强的现实意义。 仿刺参主要有三种养殖方式, 分别是底播增殖、 圈养养殖和筏式养殖。 不同产地采用不同的养殖方式, 仿刺参的营养价值、 药用价值和经济价值都存在着明显差异。 不同产地初级生产者的构成不同, 作为初级生产者的不同藻类与浮游生物体内的脂肪酸特征也各不相同, 通过食物链的传递, 不同产地的仿刺参具有了不同的脂肪酸特征。 气相色谱指纹图谱法是一种快速准确地食品产地溯源技术, 碳稳定同位素质谱法不仅可以鉴别产地还可以区分出食品的营养价值。 采集9个最具代表性产地的仿刺参样品, 先利用Folch法对样品进行总脂提取, 再通过气相色谱仪测定出各种脂肪酸的种类及其相对含量; 最后使用稳定同位素质谱仪测定出每种脂肪酸各自的碳稳定同位素组成数据。 使用单因素方差分析法对脂肪酸相对含量和脂肪酸碳稳定同位素组成数据进行显著性检验, 各筛选出17种脂肪酸数据作为两个模型的输入。 主成分分析(PCA)法可以降低数据的维度, 聚合不同种脂肪酸数据的溯源特征, 提高产地溯源的精度。 支持向量机(SVM)是一种以结构化风险最小为目标的分类识别算法, 具有优秀的泛化能力。 研究结果表明, 不同产地仿刺参的脂肪酸相对含量和脂肪酸碳稳定同位素组成数据存在明显差异。 通过主成分变换后, 脂肪酸数据的聚类特征更加明显, 运用随机交叉验证法确定前6个主成分作为两个支持向量机分类器的输入。 采用基于遗传交叉因子改进的粒子群优化算法(GPSO), 以粒子不同K值各100次交叉验证的平均准确率作为其适应度, 寻找支持向量机分类器模型的最优参数组合。 最终计算得到脂肪酸相对含量产地溯源模型的最优参数组合为σ=6.247 599和C=14.313 042, 平均准确率为79.49%; 脂肪酸碳稳定同位素组成产地溯源模型的最优参数组合为σ=7.626 194和C=2.193 410, 平均准确率为98.33%。 对比交叉验证的结果, 脂肪酸碳稳定同位素组成产地溯源模型具有更高的准确率和更强的泛化性能。 在两个模型的识别结果不一致时, 采用脂肪酸碳稳定同位素组成模型的识别结果。 将实验室检测与互联网技术进行整合, 构建了仿刺参产地溯源在线系统。 实现了“互联网+产地溯源”的一体化溯源模式, 为进一步开展食品产地溯源研究提供了科学依据和技术支撑。
仿刺参 产地溯源 脂肪酸 主成分分析 支持向量机 互联网+ Apostichopus japonicus Origin identification Fatty acids Principal component analysis Support vector machine Internet+ 光谱学与光谱分析
2019, 39(5): 1604
北京化工大学材料科学与工程学院, 有机无机复合材料国家重点实验室, 碳纤维及功能高分子教育部重点实验室, 北京100029
为满足食品中反式脂肪酸（TFA）的快检需求, 提出了一种采用近红外漫反射光谱识别含TFA食品的快速无损方法。 采用光纤探头采集完整样品的傅里叶变换近红外漫反射光谱, 应用毛细管气相色谱（GC）法测定食品中TFA的含量作为建模参考数据。 根据食品中TFA含量将食品分为含TFA食品和无TFA食品。 采用偏最小二乘判别（PLSDA）、 支持向量机（SVM）、 簇类独立软模式（SIMCA）和K-最邻近法（KNN）等有监督模式识别方法建立了含TFA食品的识别模型, 并研究了不同光谱预处理方法和建模波段对模型性能的影响。 研究结果表明, PLSDA和SVM两种方法可对含TFA食品进行识别 , 但PLSDA方法识别效果明显优于SVM方法。 其中, 使用与TFA相关波段, 结合标准化和二阶导数预处理所建立的PLSDA识别模型效果最佳, 校正集和验证集识别准确率分别可达96.4%和88%, 具有快速无损识别含TFA食品的可行性。 这种方法不需脂肪提取和研磨等样品预处理, 具有简单、 快速、 无需破坏样品等优点, 非常适合现场或在线快速检测。
反式脂肪酸（TFA） 近红外漫反射光谱 无损识别 Trans fatty acids (TFA) NIR Nondestructive identification PLSDA PLSDA 光谱学与光谱分析
2013, 33(11): 3019
1 武汉轻工大学机械工程学院, 湖北 武汉430023
2 武汉轻工大学食品科学与工程学院, 湖北 武汉430023
3 武汉百信环保能源科技有限公司, 湖北 武汉430023
4 武汉产品质量监督检验所, 湖北 武汉430023
应用近红外光谱技术结合支持向量机回归(support vector machine regression, SVR)方法测量食用植物油脂低碳数脂肪酸(C≤14)含量。 使用SupNIR-5700近红外光谱仪采集58个样品的近红外光谱图, 通过偏最小二乘(partial least square, PLS)算法剔除奇异样品。 选择其中具有代表性的52个样品进行主成分分析(principal component analysis, PCA), 选取径向基(radial basis function, RBF)核函数建立支持向量机回归模型, 并对光谱预处理方法和参数寻优方法进行了详细的分析和讨论。 实验表明, 经过粒子群算法(particle swarm optimization, PSO)优化后模型的性能都有所提高, 泛化能力更强, 预测的准确度和稳健性更好; 其中预处理方法2经过PSO优化寻优后的参数C=2.085, γ=22.20时, 预测集和校正集相关系数(correlation coefficient, r)分别达到了0.998 0和0.925 8, 均方根误差(root mean square error, MSE)分别为0.000 4和0.014 3。 研究结果表明, 应用近红外光谱结合PSO-SVR方法进行食用植物油脂低碳数脂肪酸含量快速、 准确的预测是可行的。
近红外光谱技术 支持向量机 低碳数脂肪酸 粒子群算法 参数优化 Near infrared spectroscopy Support vector machines Low-carbon number fatty acids Particle swarm optimization Parameter optimization 光谱学与光谱分析
2013, 33(8): 2079
1 浙江大学控制科学与工程系, 浙江 杭州310027
2 浙江大学城市学院, 浙江 杭州310015
3 中国计量学院, 浙江 杭州310018
应用太赫兹时域光谱技术研究了反式油酸在THz波段的光学特性, 在室温氮气环境下获得了0.5～2.5 THz范围内波段的吸收光谱和折射率谱, 结果表明反式油酸在此波段内存在多个特征吸收峰, 样品的平均折射率为1.43。 采用密度泛函理论的B3LPY方法对反式油酸分子的结构和振动频率进行了模拟, 并采用Gaussian View软件对反式油酸分子的THz特征吸收峰进行了分析指认。 实验结果与理论计算结果吻合较好, 分析表明反式油酸在THz波段的吸收峰主要是由分子内振动和分子间振动共同引起的; 同时, 反式油酸在THz波段的指纹谱验证了太赫兹时域光谱技术用于反式油酸检测的可行性, 为食品中反式脂肪酸的检测提供了新的实验方法。
反式油酸 反式脂肪酸 太赫兹时域光谱 密度泛函理论 Elaidic acid Trans fatty acids Terahertz time-domain spectroscopy Density functional theory 光谱学与光谱分析
2011, 31(10): 2629
1 南昌大学食品科学与技术国家重点实验室, 江西 南昌330047
2 南昌大学高等研究院, 江西 南昌330047
苦瓜籽中活性成分的研究逐渐引起人们注意, 但其矿质元素组成未见报道, 其油脂脂肪酸主要成分也说法不一。 文章选取海南产大苦瓜籽用电感耦合等离子体原子发射光谱仪(ICP-AES)法测定矿质元素, 发现其中K, Mg 和P含量最高； Cr和Zn的含量分别高达5.165和45.45 μｇ·ｇ-1, 在植物性食品中较为罕见。 以超临界CO2萃取其中油脂, 得率为36.89%, 碱法衍生为脂肪酸甲酯后, 气相色谱-质谱联用法(GC-MS)鉴定苦瓜籽油脂中脂肪酸组成, 发现其饱和脂肪酸(SFA)占36.71%, 主要为硬脂酸； 单不饱和脂肪酸(MUFA)仅占3.33%, 主要为油酸(LA)； 多不饱和脂肪酸(PUFA)占59.96%, 主要为α-桐酸, 含量高达54.26%。 明确苦瓜籽微量元素与脂肪酸组成, 对进一步挖掘其药、 食用价值具有重要的理论指导意义。
苦瓜籽 矿质元素 脂肪酸 Momordica charantiap seeds ICP-AES ICP-AES Mineral elements GC-MS GC-MS Fatty acids 光谱学与光谱分析
2010, 30(8): 2265
