基于近红外光谱的大鲵肉粉掺伪鉴别及纯度检测

• 作者: 夏冬辉 杨慧 辛茜 金文刚 陈德经 陈海涛
• 来源期刊: 食品科学
• 学科: 生物学
• 关键词: 大鲵肉粉 掺伪鉴别 纯度检测 近红外光谱 偏最小二乘法
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 安全检测
• 页码范围: 331-336
• 页数: 6页
• 分类号: Q599
• 字数: 5141字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-20180413-180

摘要

利用近红外光谱技术进行大鲵肉粉的掺伪鉴别及纯度检测.分别采集大鲵纯肉粉、掺入江团鱼肉粉、草鱼肉粉和土豆淀粉的掺伪大鲵肉粉(各40个样本,4类共160个样本)的近红外光谱图.原始光谱经光谱预处理后,利用偏最小二乘-判别分析(partial least square-discriminant analysis,PLS-DA)法分别建立2分类(纯样和掺伪样)和4分类(纯样、掺江团鱼样、掺草鱼样和掺淀粉样)的定性判别模型,利用偏最小二乘回归(partial least squares regression,PLSR)分析法分别建立3类掺伪大鲵肉粉的纯度定量校正模型.结果表明,PLS-DA定性模型中,经一阶导数+多元散射校正光谱预处理后,所建2分类和4分类模型性能均为最佳,校正集和预测集的预测准确率均为100％;PLSR定量模型中,大鲵肉粉掺江团鱼肉粉、大鲵肉粉掺草鱼肉粉和大鲵肉粉掺土豆淀粉模型的校正集相关系数(Rc2)分别为0.9906、0.9864和0.9933,校正集的均方根误差分别为1.14％、1.39％和0.88％;测试集的相关系数(Rp2)分别为0.9944、0.9924和0.9908,测试集的均方根误差分别为0.83％、0.89％和1.22％.运用近红外光谱技术结合化学计量学方法能够对大鲵肉粉进行掺伪鉴别及纯度检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德经	陕西理工大学生物科学与工程学院	54	283	11.0	15.0
5	金文刚	陕西理工大学陕西省资源生物重点实验室	18	28	3.0	5.0
6	夏冬辉	陕西理工大学化学与环境科学学院	8	25	3.0	5.0
7	杨慧	陕西理工大学生物科学与工程学院	6	1	1.0	1.0
8	陈海涛		3	0	0.0	0.0
9	辛茜	陕西理工大学生物科学与工程学院	6	6	1.0	2.0