版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、燕窩作為一種名貴補(bǔ)品,有著較高的藥用和食用價(jià)值。由于燕窩產(chǎn)量有限,隨著需求量的增長,其價(jià)格逐年攀升。受巨大經(jīng)濟(jì)利益的驅(qū)動(dòng),燕窩市場以次充好、以假亂真的現(xiàn)象很普遍。現(xiàn)有的燕窩品質(zhì)檢測主要包括感官評(píng)定和理化分析,這些方法存在主觀性強(qiáng)、時(shí)效性差等不足而無法滿足市場需求。本文以燕窩樣本為研究對(duì)象,采用多種無損檢測技術(shù)對(duì)燕窩的摻假鑒別、產(chǎn)地區(qū)分、主要成分含量進(jìn)行了研究,期望建立一套對(duì)燕窩品質(zhì)進(jìn)行快速準(zhǔn)確檢測的體系。主要研究內(nèi)容和相關(guān)結(jié)論如下:
2、r> (1)正品燕窩樣本的收集及摻假燕窩的制備。收集了正品印度尼西亞和馬來西亞屋燕窩各36個(gè),將各燕窩樣本研磨凍干制成粉末;以正品燕窩作為摻假基質(zhì),分別與不同摻假物(蛋清、瓊脂、銀耳和豬皮)按照不同比例(50%,30%,10%,5%,1%)混合制成摻假燕窩樣本。
(2)燕窩摻假方式及摻假比例鑒別。研究采集了摻假燕窩的近紅外和中紅外光譜,并分別采用LDA和iLDA法建立摻假方式及摻假比例鑒別模型。結(jié)果表明,對(duì)于摻假方式鑒別,建
3、模結(jié)果最好的是近紅外,模型預(yù)測集識(shí)別率為86.4%;對(duì)于摻假比例鑒別,近紅外和中紅外均能達(dá)到很高的精度,對(duì)應(yīng)模型的預(yù)測集識(shí)別率均能達(dá)到100%。
(3)正品燕窩產(chǎn)地區(qū)分。研究提取了正品燕窩彩色圖像的顏色特征、近紅外光譜、中紅外光譜、高光譜感興趣區(qū)域(ROI)平均光譜、高光譜紋理特征分別采用LDA、KNN、LS-SVM及BP-ANN法建立產(chǎn)地區(qū)分模型,并比較各模型。結(jié)果表明,近紅外光譜和中紅外光譜建立的產(chǎn)地區(qū)分模型能夠達(dá)到較高的
4、精度,模型預(yù)測集識(shí)別率分別能達(dá)到100%和94.4%;顏色特征、高光譜ROI平均光譜及高光譜紋理特征建立的產(chǎn)地區(qū)分模型精度不是很高,對(duì)應(yīng)模型預(yù)測集識(shí)別率分別只能達(dá)到78.8%、62.5%、75%。
(4)燕窩主要組分(水溶性總糖、總蛋白、唾液酸)定量檢測。研究采用蒽酮比色法測定各樣本的水溶性總糖,凱氏定氮法測定總蛋白,高效液相色譜法測定唾液酸,所測得的含量作為參考值同近紅外光譜建立主要成分快速測定模型。結(jié)果表明,與其他定量建模
5、方法相比,最小二乘支持向量機(jī)(LS-SVM)模型能夠達(dá)到更高的精度,對(duì)應(yīng)水溶性總糖、總蛋白、唾液酸預(yù)測模型rp分別為0.86、0.85及0.92,RMSEP分別為52.4、5.43及1.18mg/g。
(5)燕窩主要組分(水溶性總糖、總蛋白、唾液酸)在整個(gè)燕盞上的分布預(yù)測。首先,利用高光譜ROI平均光譜同各組分參考值建立預(yù)測模型(對(duì)應(yīng)水溶性總糖、總蛋白、唾液酸模型的Rp分別為0.83、0.84及0.91);其次,預(yù)測燕盞上每一
6、個(gè)像素點(diǎn)區(qū)域?qū)?yīng)的組分含量;最后,以組分含量作為灰度值,進(jìn)行拉伸和偽彩色處理后得到各組分的分布圖。結(jié)果表明,水溶性總糖在燕蓋上的含量值較低(200mg/g左右),而在兩個(gè)燕腳附近含量值較高(450mg/g左右);總蛋白同水溶性總糖分布相反,其在燕蓋上含量值較高(600mg/g左右),而在兩個(gè)燕腳附近較低(420mg/g左右);唾液酸分布均勻,只有零星幾個(gè)點(diǎn)含量較高。
本研究實(shí)現(xiàn)了燕窩品質(zhì)的快速、準(zhǔn)確、無損地檢測,對(duì)規(guī)范燕窩市場
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光譜和高光譜圖像技術(shù)的蠶繭品質(zhì)無損檢測研究.pdf
- 基于圖像處理和光譜分析技術(shù)的水果品質(zhì)快速無損檢測方法研究.pdf
- 基于高光譜圖像技術(shù)的紅棗品質(zhì)無損檢測研究.pdf
- 稻谷品種和品質(zhì)的光譜快速無損檢測研究.pdf
- 基于光譜和多光譜成像技術(shù)的葡萄內(nèi)部品質(zhì)快速無損檢測和儀器研究.pdf
- 基于高光譜圖像技術(shù)對(duì)牛肉品質(zhì)無損檢測的研究.pdf
- 基于高光譜圖像技術(shù)的冷凍食品品質(zhì)的無損檢測研究.pdf
- 基于近紅外光譜技術(shù)的雪蓮花品質(zhì)快速無損檢測研究.pdf
- 基于圖像與光譜信息的豬肉品質(zhì)在線無損檢測研究.pdf
- 基于光譜和多光譜成像技術(shù)的油菜生命信息快速無損檢測機(jī)理和方法研究.pdf
- 基于機(jī)器視覺及光譜技術(shù)的茶葉品質(zhì)無損檢測方法研究.pdf
- 基于近紅外高光譜圖像技術(shù)對(duì)板栗果實(shí)的無損檢測與品質(zhì)鑒定.pdf
- 汽車潤滑油品牌與品質(zhì)的光譜快速無損檢測研究.pdf
- 基于高光譜圖像和機(jī)器視覺技術(shù)的大豆品質(zhì)檢測研究.pdf
- 基于高光譜成像技術(shù)的蘋果品質(zhì)無損檢測研究.pdf
- 基于高光譜成像技術(shù)的肉品品質(zhì)無損檢測方法研究.pdf
- 基于多光譜成像技術(shù)的香腸多元品質(zhì)無損檢測研究.pdf
- 基于高光譜成像技術(shù)的靈武長棗品質(zhì)無損檢測研究.pdf
- 快速無損高光譜圖像壓縮算法的研究
- 快速無損高光譜圖像壓縮算法的研究.pdf
評(píng)論
0/150
提交評(píng)論