1 中国农业科学院农产品加工研究所/农业农村部农产品加工综合性重点实验室, 北京 100193韶关学院生物与农业学院, 广东 韶关 512005
2 中国农业科学院农产品加工研究所/农业农村部农产品加工综合性重点实验室, 北京 100193
面粉吸水率是评价面粉质量和预测面制品加工特性的重要品质性状。 面粉吸水率的测定主要参照国际或国家标准利用粉质仪进行, 其测定方法费时费力。 基于此, 提出利用可见近红外光谱分析技术结合多元统计分析进行面粉吸水率快速、 无损检测。 参照国标法测定150份小麦面粉样品的吸水率, 面粉吸水率变幅为53.10%~74.50%。 利用可见近红外分析仪采集面粉样品的光谱信息, 有效光谱范围为570~1 100 nm。 采用偏最小二乘回归(PLSR)、 主成分回归(PCR)和支持向量机回归(SVR)将光谱信息和面粉吸水率进行关联, 分别建立面粉吸水率的定量分析预测模型, 筛选最优的建模方法。 在优选的建模方法的基础上, 采用竞争性自适应重加权(CARS)、 区间随机蛙跳(iRF)、 迭代保留信息变量(IRIV)和连续投影(SPA)算法提取特征波长, 筛选最优的特征波长提取算法。 基于最优的建模方法和最优的特征波长提取算法提取的特征波长, 采用标准化(NL)、 一阶求导(1st Der)、 基线校正(BL)、 标准正态变换(SNV)和去趋势化(DT)5种光谱预处理方法对特征波长的光谱进行预处理, 筛选最优的光谱预处理方法。 结果表明, 采用NL光谱预处理方法对CARS算法提取的24个特征波长(仅占原始波长的2.26%)的光谱进行预处理后建立的PLSR模型性能最佳, 预测集相关系数(R2p)、 预测集均方根误差(RMSEP)和预测相对分析误差(RPD)分别为0.889 4、 1.458 5和2.641 3。 采用CARS算法提取的特征波长所建的模型不仅能提高模型的性能, 还很大程度提高模型运算效率、 降低仪器制造成本和光谱仪微型化的难度, 从而为面粉吸水率可见近红外无损、 快速检测研究奠定了基础。
可见近红外光谱 面粉吸水率 偏最小二乘回归 竞争性自适应重加权算法 Vis-NIR spectroscopy Water absorption of flour Partial least squares regression Competitive adaptive re-weighting algorithm 光谱学与光谱分析
2023, 43(9): 2825
1 南京林业大学机械电子工程学院, 江苏 南京 210037
2 南京财经大学食品科学与工程学院, 江苏 南京 210023
3 江苏省粮油质量监测中心, 江苏 南京 210031
基于近红外漫透射光谱分析技术, 设计了便携式面粉品质安全检测仪, 该检测仪主要包括光谱采集模块、 光源控制模块、 处理与显示模块以及电源模块。 其中漫透射检测附件不仅可以实现光谱补偿功能, 还可以有效避免外界杂散光的干扰, 设计了控制光源开关的电路, 通过实验确定样品的最佳厚度。 选用树莓派4B作为核心处理器, 选用可充电锂电池供电, 仪器可持续供电2 h, 仪器大小为250 mm×170 mm×300 mm。 以去除麸皮后由小麦磨成的面粉为研究对象, 总共180份样品, 每份样品再分三份, 分别为黄色、 红色和蓝色。 对所有的红色样品使用波长为9001 870 nm的近红外漫透射光谱进行光谱信息采集并记录, 对所有的黄色样品进行湿度值的测量并记录, 对所有的蓝色样品进行DON含量的测量并记录, 三种样品需要同时进行测量。 利用箱线图剔除光谱两端的噪声和一个异常样本, 最终选取1 048~1 747 nm波段光谱进行建模。 利用多元散射校正(MSC)、 S-G卷积平滑和标准正态变换(SNV)对原始光谱数据进行预处理, 分别建立了面粉湿度的偏最小二乘回归预测模型和DON含量超标与否的PCA-逻辑回归分类模型。 所建湿度的最优PLSR预测模型的建模集和预测集相关系数分别为0.883和0.853, 均方根误差分别为0.382%和0.286%, 残差预测偏差RPD为2.5; 所建DON含量超标与否的PCA-逻辑回归分类模型的预测集ROC曲线下的AUC值为0.927, 混淆矩阵显示未超标样本的预测准确率为96%, 超标样本的预测准确率为89%。 基于PyQt5设计GUI界面, 运用Python语言编写了面粉品质实时检测系统, 该检测软件可以实现PLSR、 PCA-逻辑回归模型的训练、 保存和加载。 利用外部验证集试验验证了便携式面粉多品质检测仪的精确性和稳定性。 结果显示面粉湿度的外部验证集相关系数和均方根误差为0.876和0.21%, 最大相对误差为2.89%。 面粉DON含量超标与否的识别准确率为90%, 表明该仪器可以对面粉的湿度和DON含量超标与否进行无损检测分析。
面粉 近红外光谱 品质 便携式 无损检测 呕吐毒素 Flour Near infrared spectrum Quality Protable Nondestructive examination DON 光谱学与光谱分析
2022, 42(4): 1235
1 南昌师范学院物理与电子信息学院, 江西 南昌 330032
2 江西农业大学现代农业装备重点实验室, 江西 南昌 330045
3 国家农业智能装备工程技术研究中心, 北京 100097
抗坏血酸是一种常见的面粉品质改良剂, 用于改善面团的流变学特性及面包的烘焙品质。 本研究以面粉中含不同浓度抗坏血酸的混合样品为研究对象, 通过拉曼成像技术实现面粉中抗坏血酸的检测、 识别和定量分析。 分别采集面粉、 抗坏血酸和面粉-抗坏血酸混合样品的拉曼图像, 确定感兴趣区域及光谱范围, 以抗坏血酸拉曼光谱中强度较高且区别于面粉的3处拉曼峰(631, 1 128和1 658 cm-1)为依据对混合样品的平均拉曼光谱进行分析, 结果显示其不能有效评估面粉中抗坏血酸含量, 研究探索对图像中各像素点对应的拉曼光谱进行分析以实现面粉中抗坏血酸的有效检测。 以混合样品图像中各像素点拉曼光谱作为校正集、 面粉平均拉曼光谱和抗坏血酸平均拉曼光谱的线性组合光谱作为验证集建立偏最小二乘模型, 模型的回归系数用于将混合样品的三维拉曼图像重建为二维灰度图像, 通过阈值分割实现面粉中抗坏血酸的检测和识别, 根据识别结果建立定量分析模型。 结果显示, 偏最小二乘模型的最高和最低回归系数分别对应于抗坏血酸和面粉的最强拉曼峰, 所有回归系数应用于混合样品拉曼图像将其转换为灰度图像后面粉和抗坏血酸的像素点仍难以识别, 阈值分割方法将灰度图像转换为用于分类面粉像素和抗坏血酸像素的二值图像实现了面粉中抗坏血酸的有效检测。 通过分析各浓度混合样品对应子样品中识别到的抗坏血酸像素点数确定本研究对面粉中抗坏血酸的最低检测浓度为0.01%(100 mg·kg-1), 混合样品中抗坏血酸浓度同图像中识别到的抗坏血酸像素点在0.01%~0.20%范围内具有良好的线性关系, 决定系数为0.996 0。 研究结果可为面粉中抗坏血酸添加剂的定量检测提供方法支持, 为大规模快速筛查提供了技术参考。
拉曼成像技术 面粉 抗坏血酸 无损检测 定量分析 Raman imaging technology Flour Ascorbic acid Non-destructive detection Quantitative analysis 光谱学与光谱分析
2021, 41(12): 3765
1 西南大学工程技术学院, 重庆 400716
2 西南大学食品科学学院, 重庆 400716
3 山东农业工程学院, 山东 济南 250100
白胡椒粉末与面粉颜色非常接近, 因此在白胡椒粉末中掺入少量的面粉很难通过人的视觉或嗅觉判别。 高光谱成像不仅可以获得物质的光谱信息, 还可以获得物质的空间位置信息, 因此利用高光谱成像识别白胡椒粉末中掺入面粉的含量及其掺入位置成为可能。 按照1%~60%的配比和1%的梯度将纯面粉掺入到纯白胡椒粉末中, 再加上纯胡椒粉末和纯面粉共制备62份样品; 每份样品单独进行高光谱扫描, 共获得62份光谱数据; 随机选择其中42份样品用于偏最小二乘法建模, 余下20份用于测试。 将每份样品的平均光谱经一阶微分预处理后, 利用偏最小二乘法建立预测白胡椒粉末中面粉含量定量分析建模, 其校正集的均方根误差为0.83%, 预测集的均方根误差为2.73%, 校正集与预测集的相关系数分别为RC=0.99和RP=0.98。 为了在掺杂的白胡椒粉末中定位面粉的具体掺入位置, 提出了相关系数法和最大最小判别准则。 计算掺杂样品与纯白胡椒粉末和面粉的相关系数分别记为R1和R2, 若某位置点为纯面粉则R1达到最大R2达到最小。 将R1与R2的差值R按由小到大的次序排列, 以PLSR回归模型的预测结果为门限将R中小于等于门限值的位置点判别为面粉, 然后在掺假样品中标记出掺入面粉的位置, 以便直观显示。 本研究为实现快速、 无损和可视化鉴别白胡椒粉末真假提供一种参考方法。
高光谱成像 白胡椒粉末 面粉 偏最小二乘法 定量分析 Hyperspectral imaging White pepper powder Flour Partial least spuares regression Quantitative analysis 光谱学与光谱分析
2020, 40(9): 2851
华东交通大学机电与车辆工程学院, 江西 南昌 330013
为建立面粉中添加剂苯甲酸的定量检测模型,首先,探索不同光谱预处理方法对太赫兹光谱的影响,采用平滑、多元散射校正、基线校正和归一化等方法对原始光谱进行校正处理,并建立相应的偏最小二乘(PLS)模型以选择最优预处理方法,发现归一化后建立的PLS模型较优,预测集的相关系数(rp)为0.9790,预测集的均方根误差(RMSEP)为1.28%。其次,分别建立面粉中苯甲酸含量检测的PLS、最小二乘支持向量机(LS-SVM)和反向传播神经网络(BPNN)模型,各模型的对比结果表明:基于太赫兹吸收系数建立的BPNN模型的预测相关系数(rp)为0.9945,预测均方根误差(RMSEP)为0.66%。本研究为面粉中苯甲酸添加剂的无损检测提供了新的解决方案,对促进面粉行业的健康发展具有较为重要的意义。
光谱学 食品添加剂 太赫兹光谱 反向传播神经网络 苯甲酸 面粉 激光与光电子学进展
2020, 57(7): 073002
华东交通大学机电与车辆工程学院, 江西 南昌 330013
面粉(小麦粉)是中国北方大部分地区的主食, 苯甲酸是重要的酸型食品防腐剂, 为了便于食品长期保存, 往往会添加苯甲酸以便延长食品保存时间。 但食用添加苯甲酸过量的小麦粉会对身体健康产生严重危害。 太赫兹技术是一种新兴的检测技术, 由于处于特殊的0.1～10 THz的太赫兹频段, 在食品安全检测方面体现出了很强的应用潜力。 主要致力于探索太赫兹光谱技术检测苯甲酸的合理性、 可行性, 利用太赫兹时域光谱技术对面粉中的食品添加剂苯甲酸进行实验研究。 实验获取了面粉和苯甲酸的太赫兹时域光谱和频域光谱, 其吸收系数显示苯甲酸的特征吸收峰在1.94 THz波段, 面粉的太赫兹吸收系数几乎以一定的斜率增加, 说明可以用THz-TDS(Terahertz time domain spectrum)技术对面粉中的苯甲酸进行特征识别。 为建立面粉中添加剂苯甲酸的定量检测模型, 实验获取了面粉中掺杂不同百分比(质量分数)苯甲酸的太赫兹时域光谱, 计算得到吸收系数谱。 实验发现吸收峰幅度的变化是与苯甲酸的含量成正比的, 苯甲酸含量增加吸收峰幅度变大。 首先探索了不同光谱预处理方法对太赫兹光谱的影响, 采用如平滑校正、 多元散射校正、 基线校正和归一化等方法对原始光谱进行校正处理。 校正之后, 建立相应的PLS (partial least squares)模型以选择最优预处理方法。 然后分别建立苯甲酸浓度和太赫兹吸收系数的MLR (multiple linear regression)、 PLS和LS-SVM(partial least squares support vector machines)回归模型, 并对比分析不同模型的优劣。 将光谱数据归一化后建立的PLS模型更具有优势, 预测相关系数Rp为0.979, 预测均方根误差RMSEP为1.30%。 LS-SVM与PLS和MLR模型相比, LS-SVM模型可以获得更好的建模结果, LS-SVM的预测相关系数Rp为0.987, 预测均方根误差RMSEP为1.10%。 利用MLR方法仅使用1.946和1.869 THz两个波段点进行建模, 建模效果预测相关系数Rp为0.955, 预测均方根误差RMSEP为1.90%。 通过该研究为面粉中苯甲酸添加剂的无损检测提供了新的解决方案, 也为其他类型的添加剂的检测提供了方法指导, 对促进面粉行业的健康发展具有重要的意义。
面粉 太赫兹光谱 偏最小二乘支持向量机 苯甲酸 波段比 Food additive Terahertz spectroscopy LS-SVM Benzoic acid wheat flour 光谱学与光谱分析
2019, 39(11): 3566
王晓彬 1,2,3,4,5,*黄文倩 2,3,4,5王庆艳 2,3,4,5李江波 2,3,4,5[ ... ]赵春江 1,2,3,4,5
1 沈阳农业大学信息与电气工程学院, 辽宁 沈阳 110866
2 北京农业智能装备技术研究中心, 北京 100097
3 国家农业智能装备工程技术研究中心, 北京 100097
4 农业部农业信息技术重点实验室, 北京 100097
5 农业智能装备技术北京市重点实验室, 北京 100097
高光谱成像技术不仅可以获得样品的图像信息, 每个像素点还包含了光谱信息, 因其信息量丰富的特点已在食品安全检测方面得到了应用。 该研究应用近红外高光谱成像技术检测面粉中偶氮甲酰胺。 分别采集纯偶氮甲酰胺、 纯面粉和面粉中10种不同浓度偶氮甲酰胺混合样品的高光谱图像。 通过比较纯偶氮甲酰胺和纯面粉的平均漫发射光谱, 找到两者区分度较大的4个吸收波段: 1 574.38, 2 038.55, 2 166.88和2 269.91 nm。 采用二阶导数对样品图像中的像素点光谱进行预处理, 通过光谱角制图、 光谱相关角和光谱相关性度量三种光谱相似性分析方法对混合样品中的偶氮甲酰胺像素和面粉像素进行检测。 结果表明, 预处理后的平均光谱不能有效检测面粉中偶氮甲酰胺; 单像素点光谱结合光谱相似性分析实现了混合样品中偶氮甲酰胺像素和面粉像素的分类; 分类结果的验证显示了偶氮甲酰胺像素和面粉像素的正确分类。 研究结果为利用高光谱技术检测面粉中添加剂提供了方法支持, 为食品中掺杂物的检测提供参考。
高光谱成像 面粉 偶氮甲酰胺 光谱相似性分析 分类 Hyperspectral imaging technology Flour Azodicarbonamide Spectral similarity analysis Classification
1 天津大学精密测试技术及仪器国家重点实验室, 天津300072
2 天津农学院机电工程系, 天津300384
3 天津师范大学物理与电子信息学院, 天津300387
将经验模态分解(EMD)和连续投影算法(SPA)结合用于面粉过氧化苯甲酰(BPO)添加量的近红外光谱检测分析中。 在波长898～1 725 nm范围内采集添加了BPO的面粉样本光谱, 先通过EMD分解法对其进行噪声预处理, 然后利用SPA算法提取光谱特征波长。 EMD处理后的光谱建模精度比原始光谱建模精度大大提高, 通过SPA算法从512个波长中提取了7个特征波长, 基于特征波长建立的模型, 与EMD处理后全波长建模结果相比, 建模波长个数大幅缩减, 但是模型精度与全谱建模相当, 结果表明: EMD和SPA结合可有效用于面粉BPO检测的光谱去噪和特征波长提取, 该结果为开发便携式面粉BPO检测仪提供了参考和依据。
经验模态分解 连续投影算法 近红外 面粉 过氧化苯甲酰 Empirical mode decomposition Successive projections algorithm Near infrared Flour Benzoyl peroxide 光谱学与光谱分析
2012, 32(10): 2815
首都师范大学物理系, 北京市太赫兹波谱与成像重点实验室, 太赫兹光电子学教育部重点实验室, 北京100048
太赫兹时域光谱(THz-TDS)技术对物质进行无损检测是太赫兹应用领域的一个研究热点。 针对近日报道检查出部分麦当劳的“麦乐鸡”添加剂中含有的一种化学成分——特丁基对苯二酚(TBHQ)含量超标, 应用太赫兹无损检测技术对其作定性识别。 测得该种化学成分在0.2～2.2 THz的吸收谱和折射率曲线, 并将其以不同比例与面粉均匀混合, 测得混和物和面粉在0.2～2.2 THz的吸收谱。 同时对TBHQ进行理论模拟作为对比。 结果表明, 通过太赫兹波段吸收曲线的特征差异检测TBHQ是可行的, 为无损食品添加剂的检测提供一种新型的方法。
太赫兹时域光谱 特丁基对苯二酚(TBHQ) 面粉 频谱 吸收谱 Terahertz time-domain spectroscopy (THz-TDS) Tert-butylhydroquinone(TBHQ) Flour THz spectra Absolute absorption spectrum 光谱学与光谱分析
2011, 31(7): 1809
本文建立了利用电感耦合等离子体原子发射光谱测定面粉中Al的方法.在能够满足面粉中Al含量测定的前提下,选用Al元素的次级灵敏线避开了基体光谱的干扰.采用干灰化法消解样品,获得了比湿法消解样品更高的回收率.方法的检出限为0.027μg/mL,不同面粉中Al测定的相对标准偏差为3.2-3.9%(n:8),结果满意,具有推广价值.
干灰化制样 电感耦合等离子体光谱 铝测定 面粉
