基于近红外光谱技术的大米掺伪定量判别

被引：6

作者：

周晓璇 ^{[1
]}

谢实猛 ^{[1
]}

陈全胜 ^{[2
]}

张正竹 ^{[1
]}

机构：

[1] 安徽农业大学茶树生物学与资源利用国家重点实验室

[2] 江苏大学食品与生物工程学院

来源：

安徽农业大学学报 | 2016年 / 43卷 / 04期

关键词：

近红外光谱; 化学计量学; 大米掺伪; 定量模型;

D O I：

10.13610/j.cnki.1672-352x.20160712.025

中图分类号：

TS210.7 [产品标准与检验];

学科分类号：

083202 ;

摘要：

针对现在市场上常见的两种大米掺伪现象,利用近红外光谱技术结合化学计量学方法分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。制配不同掺伪比例的大米样品,采集其近红外光谱,并选用标准正态变量变换、最大最小归一化、平滑和一阶导数4种方法对原始光谱进行预处理,分别结合偏最小二乘法建立PLS定量分析模型。通过对比建模结果选出的最优预处理方法是最大最小归一化,建立的掺低档米模型的校正集和预测集相关系数分别为0.9698和0.9845,均方根误差分别为8.66和6.46;掺矿物油米模型的校正集和预测集相关系数分别为0.9739和0.9888,均方根误差分别为0.106和0.0698。模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。

引用

页码：503 / 507

页数：5