蜂蜜质量的近红外光谱分析技术研究.pdf

蜂蜜质量的近红外光谱分析技术研究.pdf

ID:50857321

大小:14.64 MB

页数:144页

时间:2020-03-16

蜂蜜质量的近红外光谱分析技术研究.pdf_第1页
蜂蜜质量的近红外光谱分析技术研究.pdf_第2页
蜂蜜质量的近红外光谱分析技术研究.pdf_第3页
蜂蜜质量的近红外光谱分析技术研究.pdf_第4页
蜂蜜质量的近红外光谱分析技术研究.pdf_第5页
资源描述:

《蜂蜜质量的近红外光谱分析技术研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、TheResearchonQualityAnalysisforHoneybyNearInfraredSpectroscopybyLIShuifangAdissertationsubmittedinpartialsatisfactionoftheRequirementsforthedegreeofDoctorofEngineeringinChemicalProcessingEngineeringofForestProducts1nCentralSouthUniversityofForestryandTechnology498ShaoshanSouthRoad,

2、TianxinDistrictChangshaHunan410004,P.R.CHINASupervisorProfessorSHANYangMay,2012懒Y23_李殇//中南林业科技大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品,也不包含为获得中南林业科技大学或其他教育机构的学位或证书所使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式表明。本人完全意识到本声明的法律后果由本人承担。作者签乒D

3、/矗年y月≥D日中南林业科技大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件或电子版,允许论文被查阅或借阅。本人授权中南林业科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于:1、保密口,在年解密后适用本授权书。2、不保密曰。n(请您在以上相应方框打“√")作者签名/季砸谚导师签名:(≯节。≥孛o/文年!月)p日b幻ld年爹月7D日学位论文原创性声明与版权使用授权书示例(送审时用)蜂蜜质量的近

4、红外光谱分析技术研究捅要蜂蜜是具有重要营养价值和医疗保健作用的天然食品。对蜂蜜质量的检测一般包括理化参数分析、品种鉴别、产地鉴别和真伪检测。高效、快速、低成本检测蜂蜜质量是有效监控蜂蜜质量的前提条件之一。近红外光谱技术具有高效、快速、低成本和绿色环保等常规分析方法无可比拟的优点。开展蜂蜜质量近红外光谱分析技术研究对保证蜂蜜质量、保护消费者权益和保障蜂蜜产业健康发展具有重要意义。本课题的主要研究内容及得到的结论如下:(1)研究了薄膜袋透反射、样品杯透反射和样本池透射三种不同方式下采集的蜂蜜近红外光谱的重复性,确定样品杯透反射光谱和样本池透射光谱重复性好。进一步

5、比较这两种方式下采集的光谱所建模型的预Nil力后,确定样品杯透反射方式为蜂蜜近红外光谱采集的较合理方式。(2)通过考察扫描次数和分辨率对光谱响应特性和对模型预测能力的影响,确定采集蜂蜜近红外光谱时,扫描次数取32次、分辨率取8cm’1为宜。(3)用近红外光谱结合偏最d'-乘法(PLS)对蜂蜜的12个主要理化参数值进行了定量分析。这12个理化参数包括可溶性固形物含量(SSC)、水分、还原糖、pH值、总酸度、电导率、果糖、葡萄糖、蔗糖、麦芽糖、果糖/葡萄糖和葡萄糖/水。PLS模型对蜂蜜中SSC、水分、还原糖和果糖/葡萄糖的定量分析结果好:验证集预测均方根误差(R

6、MSEP)依次为O.1795、O.1696、1.5270和0.0344,真实值和模型预测值的相关系数(Rp)依次为0.9989、O.9989、0.9191和0.9749。对其它8个理化参数用蒙特卡罗交互检验法(MCCV)剔除奇异样本,再用竞争性自适应重加权采样(CARS)变量选择法结合PLS回归来优化模型,优化后的PLS模型的预IIIii力都有明显提高。优化后模型对蜂蜜pH值、总酸度、电导率、果糖、葡萄糖、蔗糖、麦芽糖和葡萄糖/水的RMSEP分别为O.1196、0.4674、2.6827、0.4955、0.5704、0.5711、0.2578和0.0394,

7、Rp分别为0.9058、0.9083、0.9679、0.9845、0.9879、0.9386、0.9586和0.9809。(4)选择4200-5400CIIl。1的光谱范围,分别采用马氏距离判别分析法(MD.DA)、偏最小二乘判别分析法(PLSDA)和径向基函数神经网络法(I强FNN)对5个品种(苹果、油菜、枣花、枸杞和荆条)蜂蜜进行植物来源的判别分析。MD.DA模型和RBFNN模型对验证集的判别总正确率都达到了94.O%,而PLSDA模型只有78.O%。表明近红外光谱结合MD.DA法或RBFNN法具有快速识别蜂蜜品种的潜力。(5)光谱用小波变换(wT)进行

8、变量压缩和滤噪。结合滤波前后的光谱信蜂蜜质量的近红外

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。