1 内蒙古农业大学计算机与信息工程学院, 内蒙古 呼和浩特 010000
2 山东华宇工学院信息工程学院, 山东 德州 253000
脂肪作为牛奶中的重要营养成分, 是评价牛奶质量的一项重要指标。 高光谱图像技术能够提供几十到数千波长的数据, 能够反映牛奶中不同组成成分细微的光谱差异; 另一方面, 相邻波段之间往往具有很强的相关性, 不仅增加了计算量, 而且容易造成维数灾难等问题, 因此对高光谱数据进行波段选择非常重要。 工作中提出了PLS-ACO特征波段选择方法, 并与遗传算法结合, 组合成了PLS-ACO-GA的特征波段选择新方法。 提出的两种方法以蚁群算法为基础, PLS回归模型回归系数的绝对值作为评价波长重要性的主要依据, 以此作为蚁群算法的启发式信息, 利用蚁群算法进行智能搜索, 结合遗传算法, 产生更多优秀的特征波段组合, 避免PLS-ACO算法得到的只是局部最优解, 得到的最优波段组合能够更好的反映牛奶中脂肪成分的信息; 通过计算波长贡献率, 筛选出最优波段组合, 并与遗传算法, CARS算法和基本蚁群算法光谱特征选择方法比较, 最后比较不同特征选择方法下的PLS回归模型预测效果。 PLS-ACO, PLS-ACO-GA, CARS, GA和ACO分别筛选了牛奶样品光谱中的18, 16, 40, 43和42个特征波段。 其中PLS-ACO-GA筛选波段后的PLS预测模型效果最好, 预测集R2P和RMSEP分别为0.997 6和0.062 2, PLS-ACO次之, 预测集R2P和RMSEP分别为0.997 0和0.077 8。 PLS-ACO和PLS-ACO-GA不仅减少了特征波段数量, 而且提高了模型的精度。 对PLS-ACO-GA进行特征波段选择后的数据, 建立MLR, RFR和PLS回归预测模型。 MLR预测模型的R2P和RMSEP分别为0.997 6和0.062 3。 RFR回归模型R2P和RMSEP分别为0.999 9和0.003 0, PLS回归模型的R2P和RMSEP分别为0.997 6和0.062 2。 RFR模型在三种回归预测模型中表现最好。 研究结果表明PLS-ACO和PLS-ACO-GA这两种方法可以实现光谱数据特征波段选择, 高光谱技术可以实现牛奶中脂肪含量的检测, 为牛奶脂肪含量检测提供了一种新的、 快速无损的方法。
高光谱 牛奶脂肪 遗传算法 蚁群算法 特征波段 偏最小二乘 Hyperspectral Milk fat Genetic algorithm Ant colony algorithm Characteritic band Partial least squares 光谱学与光谱分析
2022, 42(7): 2262
1 中国农业大学食品科学与营养工程学院, 北京 100083
2 北京工商大学食品学院, 北京 100048
乳脂肪是制备稀奶油的主要原料, 不同产地的乳脂肪结构性能差异较大, 进而影响稀奶油乳浊液各项性能。 利用拉曼光谱动态光散射、 近红外光稳定性分析等光谱学技术, 研究了不同来源乳脂肪（MF-A, MF-B和MF-C）理化特性, 并比较相应稀奶油的稳定性及粒径分布, 以说明乳脂肪性能对稀奶油品质的影响。 拉曼光谱结果显示: 1 303和1 446 cm-1 —CH2振动, 2 800～3 000 cm-1 C—H振动, 1 131 cm-1 C—C振动的峰信号强弱顺序MF-A>MF-B>MF-C（p<0.05）, 说明MF-A饱和程度最高; 1 657 cm-1 CC振动, 信号强弱顺序MF-C>MF-B>MF-A （p<0.05）, 说明MF-C中顺式不饱和脂肪酸含量最高, 三种乳脂肪均为顺式不饱和脂肪酸, 无反式脂肪酸。 同时, 碘值分析进一步验证MF-A饱和度最高, 相应乳脂肪硬度大、 稳定性和可塑性佳。 在0~40 ℃范围内, 不同温度下固体脂肪含量（SFC）由高到低为MF-A>MF-B>MF-C（p<0.05）, 说明相应的稀奶油宜在4 ℃贮藏, 10~15 ℃打发并裱花。 在25 ℃等温结晶1 h, 用偏光显微镜观察三个样品, 发现MF-A冷却时最先形成晶核并诱导周围脂肪不断结晶而聚集形成小而密的结晶网络。 MF-B为细微球晶与针状晶组成的晶体簇, 晶体数量少, 结晶网络不完整; MF-C晶体分布较为稀疏, 数量极少, 且晶体平均直径小于20 μm。 分别用三种乳脂肪制备稀奶油XMF-A, XMF-B, XMF-C, 从粒径分布图中看出XMF-A基本为单峰, 说明稀奶油乳浊液较稳定, 脂肪球没有聚结, 而XMF-B, XMF-C为双峰, 说明脂肪球均发生了一定程度的聚结, 且XMF-C平均粒径最大, 所以XMF-C聚结程度高于XMF-B, 平均粒径顺序为XMF-AXMF-B>XMF-C（p<0.05）。 通过研究以连续相与分散相形式存在的乳脂肪理化特性, 发现了脂肪组成、 结构与结晶行为规律, 探索了乳脂肪结晶对稀奶油品质的影响机制, 旨在为制备不同需求乳制品提供原料选择的理论依据。
乳脂肪 共聚焦拉曼光谱 光谱学 稀奶油 Milk fat Confocal Raman spectroscopy Spectroscopy Dairy cream 光谱学与光谱分析
2019, 39(6): 1773
1 中国农业大学教育部功能乳品重点实验室, 北京 100083
2 畜产品北京高等学校工程研究中心, 北京 100083
3 食品质量与安全北京实验室, 北京 100083
4 秦皇岛出入境检验检疫局, 河北 秦皇岛 066000
不同品种的乳脂肪球的组成成分不同, 从而导致脂肪在乳中的存在形式和最终的乳品品质存在差异。 利用拉曼光谱测定黑白花牛乳、 水牛乳及牦牛乳中脂质球的脂质和脂肪酸成分, 比较不同品种牛乳的脂质组成差异。 结果显示, 牦牛乳的2 885/2 850 cm-1比值较高, 表明牦牛乳脂质球趋于形成结晶态脂肪球膜包裹流动态内核的结构。 与黑白花牛乳相比, 牦牛和水牛乳的1 655/1 443 cm-1比值较高, 表明黑白花牛乳的脂肪酸不饱和程度低于其他两种牛乳; 水牛乳小脂肪球的脂肪酸不饱和度高于牦牛乳, 大脂肪球的则低于牦牛乳。 综上可知, 用牦牛乳分离而得的稀奶油较其他牛乳难熔化, 搅拌耗时更长, 但形成的黄油更柔软; 而水牛乳由于脂肪球较大, 适用于奶油的加工和脂肪球膜的分离。
乳脂肪 品种 共聚焦拉曼光谱 脂质成分 Milk fat Breed Confocal Raman spectroscopy Lipid composition
北京食品质量与安全实验室, 功能乳品实验室, 食品科学与营养工程学院, 北京高校畜产品工程研究中心, 北京 100083
天然脂肪球主要由甘油三酯构成, 以不同大小的球状形式分泌而得。 不同大小的脂肪球的球体和膜组成成分不同, 从而影响了脂肪在乳中的存在形式和最终的乳品功能特性。 然而, 不同大小的脂肪球成分的差异尚未完全阐明。 利用拉曼光谱测定特定大小脂肪球及膜的脂质和脂肪酸组成。 拉曼光谱能够从单个脂肪球获得特定拉曼信号, 并且在不破坏天然脂肪球构型的情况下进行测定。 结果显示, 小脂肪球在2 885/2 850 cm-1处条带信号较高, 表明小脂肪球趋于形成结晶态的脂肪球膜包裹流动态的甘油三酯内核的结构。 此外, 小脂肪球与大脂肪球相比, 1 655/1 443 cm-1的条带信号较低, 表明小脂肪球的脂肪酸不饱和程度较高。 总之, 从本实验结果可以推断, 用特定的小脂肪球分离而得的稀奶油在熔化时较大脂肪球难熔化, 搅拌耗时更多, 但能形成更柔软的黄油。
乳脂肪 大小 拉曼光谱 成分 Milk fat Size Confocal Raman spectroscopy Composition 光谱学与光谱分析
2015, 35(12): 3555
