基于近红外光谱的海藻糖浆组分快速定量检测

• 作者: 杨倩圆 谢定 郑瑞娜
• 来源期刊: 食品与机械
• 关键词: 海藻糖浆 定量 近红外光谱 偏最小二乘法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 安全与检测
• 页码范围: 60-63,134
• 页数: 5页
• 字数: 3626字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2017.10.001

摘要

研究采用近红外光谱(near infrared spectroscopy,NIRS)快速检测单酶法生产海藻糖浆(海藻糖、麦芽糖及葡萄糖)组成的方法.取65个海藻糖浆作为样本,扫描得到近红外光谱图,分为48个样本校正集,1 7个样本预测集,计算分析结果表明:一阶微分(first derivative,1D)与S-G平滑(savitzky-golay filter)组合处理为最优预处理方法;运用TQanalyst建模软件中主成分回归(principal component regression,PCR)算法和偏最小二乘法(partial least squares,PLS)算法分别对海藻糖浆建模,发现采用偏最小二乘法(partial least squares,PLS)的海藻糖浆组分模型稳定性和预测能力更好;运用PLS、1D、S-G平滑组合预处理海藻糖浆组分模型,不仅降低光谱的背景噪声,同时还提高模型的稳定性.海藻糖浆各组分模型的交叉验证均方差(RMSEC)、交叉验证决定系数(Rc)、预测均方差(RMSEP)、预测决定系数(RP)依次为:海藻糖模型分别为0.188,0.995,0.089,0.989;麦芽糖模型分别为0.143,0.997,0.131,0.969;葡萄糖模型分别为0.147,0.997,0.094,0.999.NIRS检测快速、无损便捷,可用于检测单酶法生产海藻糖浆的组分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢定	长沙理工大学化学与生物工程学院	28	246	11.0	15.0
2	杨倩圆	长沙理工大学化学与生物工程学院	3	3	1.0	1.0
3	郑瑞娜	长沙理工大学化学与生物工程学院	5	4	1.0	1.0