张妍楠 1,2,*陈兰珍 1,2薛晓锋 1,3吴黎明 1,2[ ... ]杨娟 1,2
作者单位
摘要
1 中国农业科学院蜜蜂研究所, 北京100093
2 农业部蜂产品质量安全风险评估实验室(北京), 北京100093
3 国家农产品加工中心蜂产品加工分中心, 北京102202
4 农业部蜂产品质量监督检验测试中心(北京), 北京100093
利用近红外光谱技术(near infrared spectroscopy, NIR)并结合化学计量学方法鉴别洋槐蜜中掺入大米糖浆的可行性研究。 以来自不同蜂场的20个洋槐原料蜜样品与大米糖浆混合成7个不同浓度梯度(10∶0, 9∶1, 7∶3, 1∶1, 3∶7, 1∶9, 0∶10 g·g-1)共121个样品为研究对象, 利用近红外光谱仪和光谱处理软件分别不同浓度梯度的对掺假样品进行光谱扫描和数据转换, 并进行主成分分析(PCA), 结合典型判别分析进行区分。 结果表明, 经过主成分分析后, 前2个主成分的得分累计贡献率达97.23%, 但掺假样品在第一、 第二主成分得分散点图的区域划分不明显。 用典型判别分析进一步判别, 所有样本均得到准确的判别, 准确率为100%, 6个典型判别函数中前两个判别函数的累积贡献率达到91.6%, 同时在第一类和第二类典型判别函数的分组图中, 不同浓度梯度的掺假蜂蜜能够被较好的判别。 表明该方法能够快速、 有效鉴别大米糖浆在洋槐蜂蜜中的掺假, 具有一定可行性和实用性。
近红外光谱技术 主成分分析 典型判别分析 洋槐蜂蜜 大米糖浆 Near infrared spectrum Principal component analysis Canonical discriminant analysis Acacia honey Rice syrup 
光谱学与光谱分析
2015, 35(9): 2536
石燕 1,*李如一 1王辉 1李倩 1[ ... ]涂宗财 1,2
作者单位
摘要
1 南昌大学食品科学与技术国家重点实验室, 南昌大学食品科学与工程系, 江西 南昌 330047
2 江西师范大学功能有机小分子教育部重点实验室, 江西 南昌 330022
利用傅里叶红外光谱法和计算机辅助分析法研究壁材乳清蛋白和阿拉伯胶在油脂微胶囊形成过程中的相互作用。 结果表明, 经高压均质和喷雾干燥后, 乳清蛋白的酰胺A带向高波数方向移动, 这可能是由于乳清蛋白和阿拉伯胶发生了共价交联, 而酰胺Ⅰ带向高波数移动了6.1 cm-1则是由于蛋白质分子内的氢键作用力减弱所致。 对酰胺Ⅰ带图谱进行高斯拟合后发现, 乳清蛋白质二级结构中α-螺旋的含量由19.55%下降至17.50%, β-折叠的含量由30.59%下降至25.63%, 共减少了7个百分点。 这表明蛋白质分子内的氢键作用力减弱, 致使蛋白质分子的刚性结构减弱, 韧性结构增强, 使蛋白质分子表现出一定的柔性。 SDS-PAGE电泳研究结果表明, 乳清蛋白-阿拉伯胶复合物中产生分子量较大的共价产物。 喷雾干燥过程中乳清蛋白与阿拉伯胶发生了共价交联, 使得复合物的乳化活性得到提高。 用环境扫描电镜观测不同壁材制备的油脂微胶囊的表面结构, 发现乳清蛋白-阿拉伯胶复合物为壁材制备的油脂微胶囊具有良好的韧性, 微孔少, 结构致密。
微胶囊 傅里叶红外光谱 乳清蛋白 阿拉伯胶 相互作用 Microcapsule FTIR Whey protein Acacia Interaction 
光谱学与光谱分析
2015, 35(3): 617
作者单位
摘要
北京林业大学理学院, 北京 100083
用近红外光谱数据建立了相思树综纤维素含量的预测模型。首先对近红外光谱数据进行预处理并按波长进行 分组,然后使用拟合方法建立许多非线性子数学模型,最后通过计算加权平均值给出预测综纤维素含量的公式。模型预测值的 平均相对误差为0.0074,预测误差明显小于用近红外光谱仪所带软件建立的模型的预测误差。文中的建模方法有望用于相思 树其它成分的预测。
近红外光谱 数学模型 综纤维素 相思树 near infrared spectrometry mathematical model holocellulose acacia 
红外
2010, 31(5): 37
作者单位
摘要
北京林业大学材料学院, 北京100083
建立适应不同产地相思树化学组分含量的近红外光谱分析模型对预测木材化学组分含量具有重要的意义。 用常规化学法测量了取自广西78个和福建33个相思树样品的聚戊糖含量, 并结合近红外光谱数据用偏最小二乘法建立了广西相思树聚戊糖含量的近红外光谱模型。 校正模型的决定系数R2cv为0.947, 内部交叉验证均方差RMSECV为0.464, 验证模型R2val为0.925, RMSEP为0.455。 为了扩大模型的适用范围, 用福建不同数量样品对该模型进行修正。 结果表明: 在广西模型的基础上加入一个有代表性的福建样品就能大大降低直接用广西模型预测福建样品的误差。 加入3个有代表性的福建样品后能够得到较好的模型。 用该模型预测未参加建模的福建样品, 预测模型的R2val为0.904, RMSEP为0.759。 用4组(每组3个样)不同的福建样品修正广西模型, 用固定的20个未参与修正广西模型的样品来验证, 预测误差略有不同, 表明样品的选择在一定程度上影响着修正模型的质量。
近红外光谱 相思树 聚戊糖 适配性 Near infrared Acacia spp Hemicelluloses Suitability 
光谱学与光谱分析
2010, 30(5): 1206

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!