文献类型：期刊文章

作　　者：王立琦[1] 陈颖淑[1] 刘雨琪[1] 宋旸[2] 于殿宇[3] 张娜[2]

WANG Li-qi;CHEN Ying-shu;LIU Yu-qi;SONG Yang;YU Dian-yu;ZHANG Na(School of Computer and Information Engineering,Harbin University of Commerce/Heilongjiang Key Laboratory of E-Commerce and Information Processing,Harbin 150028,China;School of Food Engineering,Harbin University of Commerce,Harbin 150076,China;College of Food Science,Northeast Agricultural University,Harbin 150030,China)

机构地区：[1]哈尔滨商业大学计算机与信息工程学院/黑龙江省电子商务与信息处理重点实验室,黑龙江哈尔滨150028 [2]哈尔滨商业大学食品工程学院,黑龙江哈尔滨150076 [3]东北农业大学食品学院,黑龙江哈尔滨150030

出　　处：《光谱学与光谱分析》

基　　金：国家自然科学基金面上项目(32072259);黑龙江省自然科学基金项目(LH2020C061)资助。

年　　份：2021

卷　　号：41

期　　号：3

起止页码：848-852

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、PUBMED、RCCSE、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对油脂脱臭过程中的反式脂肪酸(TFAs)含量控制问题,提出一种基于近红外光谱分析的油脂中TFAs含量快速检测方法。制备含不同TFAs的大豆油脂样本100个,利用气相色谱(GC)法精确测定其TFAs含量,扫描样本近红外光谱,然后利用不同方法对光谱数据进行降噪处理,发现多元散射校正的去噪效果最佳。为了探讨TFAs在近红外区域的吸收特性,采用多种iPLS方法对比分析,筛选出7258~7443/6502~6691/6120~6309 cm^(-1) TFA s的特征波段,再利用Kalman滤波算法进行特征波长变量的选择,优选出27个TFAs的特征波长变量;采用深度信念网络(DBN)建立校正模型,通过多次对比发现,当隐含层层数为3并且隐含层节点数为50-35-90时,DBN模型性能最佳。最后将DBN模型与PLS方法建立的反式脂肪酸含量回归模型进行对比分析,结果表明:对降噪后的全谱进行建模,DBN模型的预测效果优于PLS,DBN模型预测集R^(2)为0.8794、RMSEP为0.0603、RSD为2.18%;对筛选出的特征波段建模,PLS模型的预测效果优于DBN模型;对优选出来的27个特征波长变量建模,DBN的预测效果较好,R^(2)为0.9584、RMSEP为0.0350、RSD为1.31%,说明DBN模型的泛化能力更好,并且利用少量的波长变量就能达到较好的预测效果,能够满足实际检测需求,为实现油脂加工过程中TFAs含量的在线检测和调控,生产低/零TFAs油脂产品提供技术支撑。

关 键 词：油脂 反式脂肪酸 近红外光谱 卡尔曼滤波  深度信念网络  

分 类 号：O657.3]