文献类型：期刊文章

作　　者：赵昕[1,2] 张任[3] 王伟[1] 李春阳[4]

ZHAO Xin;ZHANG Ren;WANG Wei;LI Chunyang(College of Engineering,China Agricultural University,Beijing 100083,China;Collaborative Innovation Center for Gannan Oil-tea Camellia Industrial Development,Gannan Medical University,Ganzhou 341000,China;College of Information Engineering,Tarim University,Alar 843300,China;Institute of Food Science and Technology,Jiangsu Academy of Agricultural Sciences,Nanjing 210014,China)

机构地区：[1]中国农业大学工学院,北京100083 [2]赣南医学院赣南油茶产业开发协同创新中心,江西赣州341000 [3]塔里木大学信息工程学院,新疆阿拉尔843300 [4]江苏省农业科学院农产品加工研究所,江苏南京210014

出　　处：《食品科学》

基　　金："十二五"国家科技支撑计划项目(2012BAK08B04);赣南油茶产业开发协同创新中心PI项目(YP201606)

年　　份：2018

卷　　号：39

期　　号：8

起止页码：249-255

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD_E2017_2018、EI、FSTA、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：利用近红外光谱技术快速定量检测面粉中非法添加的褐变抑制剂曲酸。选取市场上常见3种基本类型的面粉(高、中、低筋面粉),分别制备曲酸质量分数为0.0%、0.5%、1.0%、3.0%、5.0%、10.0%的面粉样品,并采集其在1 000～2 400 nm波段下的光谱数据。对比不同预处理下高筋面粉样品数据所建偏最小二乘(partial least squares,PLS)回归模型效果,选取Savitzky-Golay一阶导数为最优预处理方法。采用区间偏最小二乘(interval partial least squares,i PLS)法选取1 088.8～1 153.5 nm为最佳光谱区间。结果表明,基于最佳光谱区间所建PLS回归模型预测效果优于基于全波段光谱数据所建模型。进一步,基于所选最优区间对中、低筋面粉和混合样品集分别建立PLS回归模型。高、中、低筋面粉及混合样品集基于最优区间的PLS模型的决定系数为0.949～0.972,标准误差为0.581%～0.830%,验证集标准偏差与预测标准偏差的比值为4.171～4.830。结果表明,基于最优区间的近红外光谱方法对不同类型面粉中曲酸质量分数为1.0%～10.0%的样品具有较好的预测结果,结合具有低检测限的化学检测方法,在对大批量样品的检测中可提高检测效率。

关 键 词：曲酸 面粉 近红外光谱 偏最小二乘回归 区间偏最小二乘回归  

分 类 号：TS211.7]