应用英国Edinburgh公司生产的FLS920P荧光光谱仪实验测定了诱惑红、 日落黄和亮蓝三种合成食品色素混合溶液的三维荧光光谱, 将荧光光谱数据应用化学计量学中的平行因子分析(PARAFAC)和交替三线性分解(ATLD)二阶校正算法进行计算处理, 对混合合成食品色素溶液中各组分进行了定性和定量检测。 应用核一致诊断法, 确定主成分数为3。 PARAFAC算法解析后的回收率分别为98.75%±8.9%, 97.22%±2.9%和99.00%±2.9%, ATLD算法解析后的回收率分别为99.78%±5.9%, 92.52%±5.5%和97.23%±5.8%。 结果表明, 两种方法都可以用于三个组分的直接快速测定, PARAFAC算法更稳定, 更具优势。

以合成食品色素胭脂红、 苋菜红溶液为例, 提出了应用荧光光谱结合径向基函数神经网络对合成食品色素溶液进行浓度测定和种类鉴别的方法。 应用SP-2558多功能光谱测量系统, 测得胭脂红和苋菜红溶液分别在波长为300和400 nm的光激发下产生的荧光光谱。对每个胭脂红溶液样本选取15个发射波长值所对应的荧光强度作为网络特征参数, 训练、 建立用于浓度预测的径向基函数神经网络。 据此, 对3种胭脂红溶液样本的浓度进行预测, 预测结果相对误差分别为1.42%, 1.44%和3.93%。 另外, 以胭脂红和苋菜红溶液荧光波长值所对应的荧光强度作为特征参数, 训练、 建立了用于种类鉴别的径向基函数神经网络, 进行合成食品色素溶液种类识别, 准确率达100%。 这些结果表明, 该方法方便、 快捷、 准确度较高, 可应用于合成食品色素检测及食品安全监管。Fluorescence Spectroscopy and Radial Basis Function Neural Networks

分析合成食品色素的分子结构特点， 根据荧光与分子结构的关系， 理论上推断合成食品色素是荧光物质。 应用SP-2558多功能光谱测量系统， 测得胭脂红、 苋菜红、 柠檬黄、 日落黄、 亮蓝等五种最常用的合成食品色素标准溶液的三维荧光光谱。 结果表明， 胭脂红在波长330～430 nm的光激发下， 产生较强荧光， 荧光峰值波长为621 nm， 最佳激发波长为376 nm； 苋菜红在波长300～440 nm的光激发下， 产生较强荧光， 荧光峰值波长为643 nm， 最佳激发波长为370 nm； 柠檬黄在波长280～380 nm的光激发下， 产生很强荧光， 荧光峰值波长为565 nm， 最佳激发波长为315 nm； 日落黄在波长310～410 nm的光激发下， 产生较强荧光， 荧光峰值波长为592 nm， 最佳激发波长为348 nm； 亮蓝在波长320～390 nm的光激发下， 产生较强荧光， 荧光峰值波长为456 nm， 最佳激发波长为350 nm。 进而对这五种合成食品色素的荧光光谱进行了分析讨论。 结果可为食品色素检测和食品安全提供帮助。