奶粉主要营养成分的红外光谱检测与分析_雷雨
利用红外光谱法检测奶粉中的淀粉掺伪
样品
编号 D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 D14 D15
奶粉
称样量 3. 0699 3. 5552 3. 4192 3. 7176 3. 8905 3. 2333 3. 5935 3. 3974 3. 3773 3. 0824 2. 5546 2. 3305 2. 757 2. 6825 2. 6876
利用红外光谱法对样品进行检测,无需进行复 杂的预处理, 样 品 检 测 可 在 一 分 钟 内 完 成, 检 测 过
程对样品基本无损耗且分辨率高。 已有学者将红 外光谱法应用于乳制品的质量监控,如原料乳新鲜 度的快速测定,原料乳理化指标的快速识别[2] ,奶 粉中三聚氰胺[3] 、尿素[4] 、四环素[5] 和麦芽糊精[6] 等掺伪的检测。 王宁宁等[7] 采用近红外光谱技术 结合化学计量法对奶粉的淀粉掺伪进行检测,效果 较好。 本试验采用红外光谱法,检测掺加不同量淀 粉的奶粉,以期建立快速鉴别奶粉中淀粉掺伪的红 外光谱法。
Abstract: The purpose of this study was to establish an infra - red spectroscopy method for the identification of starch adulteration in milk powder. The samples of starch, milk powder and milk powder adulterated with starch were scanned by infra-red spectroscopy. The characteristic absorption peak of starch was 3500 cm-1 . The starch content of adulterated milk powder samples was determined by enzymatic hydrolysis method, and the absorbance of adulterated milk powder samples at the characteristic absorption peak was determined by infra-red spectroscopy. The starch content of the sample was linearly fitted with the absorbance at the characteristic absorption peak. The fitting equation was y = 0. 034x + 0. 582, and the correlation coefficient was 0. 999. The results showed that the identification of starch adulteration in milk powder by infrared spectroscopy was accurate and rapid. Key words: Infra-red spectroscopy method; milk powder; starch; adulteration
红外光谱分析技术应用于乳品检测原理及影响因素
红外光谱分析技术应用于乳品检测原理及影响因素1.1 红外光谱分析原理在整个电磁波范围内，包含了紫外区，可见光区，红外区，微波区四大主要区域。
其中400nm到700 nm属于可见光区域。
位于可见光和微波之间的光谱为红外光谱，波长为0.75~100μm，其中0.75~2.5μm为近红外，2.5~50μm为中红外，50~100μm为远红外。
由于有机物以及部分无机物分子中的各种化学基团（如C=C，N=C，O=C，O=H，N=H）的运动（伸缩、振动、弯曲等）都有它固定的振动频率，当这些分子受到红外线照射时，被激发产生共振，同时吸收一部分能量，通过测量吸收光的大小，可以得到极为复杂的图谱，这种图谱可以表示被测物质的特征。
不同物质在红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征，这就为红外光谱定量分析提供了基础。
目前在红外光谱区域有两种主要的光谱分析技术：红外光照射到被测样品后，从样品表面反射出来的光被检测器吸收检测，此为红外反射光谱分析法。
它要求样品的粉碎程度一致，从而保证样品表面光滑一致。
另一类为红外光穿过样品后，再被检测器检测到，即为红外透射光谱分析法。
该法优点是很少或不用制备样品，因此重复性较高。
1.2 红外分析技术的操作流程红外技术是依据某一化学成分对红外区光谱的吸收特性而进行的定量测定，所以应用红外光谱进行检测的技术关键就是在光谱吸收和组分浓度两者之间建立一种定量的函数关系，依靠这种关系，就能从未知样品的光谱中求出样品的成分和含量。
为此，基本流程包括：首先收集具有代表性的样品（其组成及其变化范围接近于要分析的样品），然后采集样品的光学数据；利用标准的化学方法对样品进行化学成分测定；通过数学方法将这些光谱数据和检测的数据进行关联，一般将光谱数据进行转换（一阶或二阶导数），与化学测定值进行回归计算，然后得出定标方程，建立数学模型；在分析未知样品时，先对待测样品进行扫描，根据光谱值利用建立的模型可以计算出待测样品的成分含量。
近红外光谱分析技术在奶制品检测中的应用
2 原理和方法
2.1 近红外光谱原理
近红外光谱(Near Infra Red Spectrum, NIRS) 是指介于可见光和中红外的电磁波，其波长范围为 780nm～2526nm[2]。近红外光谱主要是由于分子振 动的非谐振性使分子振动从基态向高能级跃迁时产生 的，记录的是分子中单个化学键的基频振动倍频和合 频信息，它常常受含氢基团x-H(x为C、N、O)的倍频 和合频的重叠主导，所以在近红外光谱范围内，测量 的主要是含氢基团x—H振动的倍频和合频吸收。通过 扫描样品的近红外光谱，可以得到样品中有机分子含 氢基团的振动情况，从而能反映有机分子的组成成分 信息。
3.3 奶制品成分在线及现场检测
在线检测是指没有人工介入的情况下，与近红外
37
Vol. 4 No.2/ Feb. 2010 仪器相连的计算机自动实时提供分析数据。现场分析 是指充分利用近红外光谱技术快速方便的特征，实时 检测待测物光谱数据，并现场给出分析结果。在线检 测能够保证生产过程的全程质量监控，现场检测有利 于及时发现质量问题，控制问题产品的扩散。 在牛奶生产过程中，由于要达到出厂产品一致化 的目标，有时常常需要保持原料成分含量的一致性， 有时需要保持发酵进程的统一性。然而，现实加工过 程的连续性又不能使生产过程停止来满足检测合格的 目的。近红外技术适于在线检测的特点与光纤技术相 结合具有实现生产过程实时控制的潜力。 国内关于近红外对奶制品的现场在线分析有一 些理论研究，如朱俊平等(2003)[16]使用多元线性回归 法分别建立了用近红外检测的儿童高钙奶粉水分、蛋 白、脂肪、乳糖和蔗糖的快速测定模型。将近红外法 的测定结果和标准方法的测定结果进行了比较，比较 结果相当一致。他们认为近红外光谱法可以用于奶粉 生产过程中的质量控制，并可为食品的无损、快速检 测提供一种新的方法。刘蓉等(2005)[17]利用半数重采 样法(RMH)和最小半球体积法(SHV)这两种简单算法 对测得的牛奶成分的近红外光谱进行了奇异点的剔除 实验。结果表明，两种算法都具有简单快速、无需计 算逆矩阵等优点，具有很好的数值稳定性，两种算法 的结合是剔除奇异点的一条有效途径。尤其适用于在 线测量和分析，可以大大提高模型的稳健性和分析精 度。但由于实际条件限制，对于在线和现场分析检测 但尚未进行有效的实验验证，更未在实际的生产线上。 国外已有文献报道利用近红外技术监控酸奶的发 酵生产过程。也有研究利用近红外光谱技术实时监测 牛奶中主成分含量，控制掺入比例，保证奶制品的均 匀一致[18]。Adamopuulos等(2001)[19]利用近红外光 谱技术对传统奶酪生产过程进行了监控，结果表明， 近红外光谱技术能够实时检测奶酪加工过程中主要 指标的变化。Masataka Kawasaki等(2008)[20]构建 了一个近红外光谱传感系统，该系统包括一台近红外 光谱仪、牛奶流量计、牛奶采样器和电脑系统。并分 别建立了挤奶过程中非均质牛奶中脂肪、蛋白质、乳 糖、体细胞和尿素氮含量的校准模型。结果表明，该 系统能实时自动评估挤奶过程中牛奶质量，可以为奶 农提供单个牛的牛奶质量和生理条件信息，这些信息 再反馈给牛奶场管理者。 总体上讲，关于奶制品的现场及在线监测的研 究多还停留在实验室阶段，特别是国内，奶制品的现 场在线近红外检测走向实用化还需要做很多的铺垫工 作。
近红外光谱和聚类分析法无损快速鉴别不同辅料奶粉
［
［
［
［
［
ｒＬ
［
［
１ ２ ３
］ ］ ］
４
］
５
］
６
］
７
］
８
］
９
］
Ｋ
］
１２ １
２ ５ 未 知 样 品 的预 测 ．
光谱学 与光谱分析
第２ ９卷
１ ， Ｏ 添加乳糖 的奶粉大约 占 ４ ％， ９ 以上的奶粉仅注 ３ 但 ０
基金 项 目：科 技 部社 会 公 益研 究 项 目（０ ０ Ｂ ０ ４ ） ２ ０ ＤＩ４ １ ４ 资助
作者简介： 周
晶， ９４ １ ６ 年生 ． 甘肃省疾病预防控制中心副主任检验师
ｅ ａ ： ｈ ｕｉ ｉ ９＠１ ６Ｃ Ｌ ￣ ｉ ｚｏ ｚ ｎ ９ ２ ．Ｏ １ ｍ ｌ ｍ ｇ Ｔ
ｒＬ ｒＬ
选择商场销售 的不同厂家 的不 同种类奶粉 样品共 ２０ ５
份 。 别 取 样 品 各 ２ｇ 置 测量 杯 中 ， 分 ， 进行 扫描 ， 做 重现 性 并
测定 ， 共得到 ２ ０张近红外谱图。 ５
１ ３ 数 据 处 理 ．
任何一个复杂 的混合物 体系 ，所含各 化合物 吸收强 度 的叠加具有难 以解析的复杂性 ， 造成谱 图有较 大的相似性 。
红 外 光谱 聚类 分 析 采 用 Ｐ ｒｉ Ｅｍｅ 公 司 的 Ｑｕｎ 和 ｅｋｎ ｌ ｒ ａｔ
但事实上只要各 化学成分 的含量 不同， 外的谱 图就会 有 红
差异 ， 借助指纹谱 图的差异 ， 建立相关的模式识别法 ，实现
ＳＭＣ Ｉ Ａ应用软件 。
收 稿 日期 ：２０ —９１ 。修订 日期 ：２０ —２１ ０ ７０—２ ０ ７１—６
近红外光谱技术快速检测婴配乳粉GOS和FOS含量
Journal of Nuclear Agricultural Sciences 2023，37（12）：2424~2433［24］Yao X， Zhang S F， Qian L W， Du M. Dendrimer-assisted boronate affinity cellulose foams for the efficient and selective separation ofglycoproteins［J］. Carbohydrate Polymers， 2021， 265（1）： 118082［25］Wang P X， Cai Z Z， Li J G， Zu B Y， Dou X C. Dimension confinement effect boosted ultrasensitive colorimetric signal concentrating［J］.Advanced Optical Materials， 2020， 8（16）： 2000524［26］Wang F Y，Zhang X B，Huangfu C X，Zhi X，Wang Y，Feng L.Novel paraquat detection strategy enabled by carboxylatopillar ［5］arene confined in nanochannels on a paper-based sensor［J］.Analytical Chemistry， 2022， 94（51）： 18059-18066［27］赖姝毓，王鼎南，宋健，张宜明，庞林江，柴婷婷. 基于纳米复合材料直读显色检测养殖水中的孔雀石绿［J］. 核农学报， 2020，34（8）： 1746-1753［28］Wu Y，Sun Y F，Xiao F B，Wu Z Y，Yu R Q. Sensitive inkjet printing paper-based colormetric strips for acetylcholinesterase inhibitorswith indoxyl acetate substrate［J］. Talanta， 2017， 162： 174-179［29］Fan H， Wang C Z， Wei Y M. Synthesis and application of boronic acid‑functionalized magnetic adsorbent for sensitive analysis ofsalbutamol residues in pig tissues［J］. Biomedical Chromatography，2015， 29（12）： 1834-1841［30］贺茂芳，秦蓓，张博，胡娅琪，唐一梅，周慧. 苯硼酸功能化纳米金的合成及其对沙丁胺醇的可视化检测［J］. 化工科技， 2020，28（5）： 1-5， 15［31］Qin X X， Zhang Z， Shao H J， Zhang R G， Chen L X， Yang X B.Boronate affinity material-based sensors for recognition and detectionof glycoproteins［J］. Analyst， 2020， 145（23）： 7511-7527［32］Li H Y， He H， Liu Z. Recent progress and application of boronate affinity materials in bioanalysis［J］. TrAC Trends in AnalyticalChemistry， 2021， 140： 116271［33］王双寿，卢小媚，程婕，葛琼琼. 硼亲和可控定向表面分子印迹技术研究进展［J］. 科学通报， 2019， 64（13）： 1340-1351［34］Bie Z J， Chen Y， Ye J， Wang S S， Liu Z. Boronate-affinity glycan-oriented surface imprinting： A new strategy to mimic lectins for therecognition of an intact glycoprotein and its characteristic fragments［J］.Angewandte Chemie International Edition， 2015， 54（35）： 10211-10215［35］汪明明. 苯硼酸吸附剂的构建及其在高纯度乳果糖制备中的应用［D］. 无锡：江南大学， 2021［36］Song J， He K Y， Xing B C， Pei Y， Wang D N， Li S Y， Li J， Huan W W，Zang Y M，Hammock B. Rapid measurement of residualkanamycin using highly specific biomimetic recognition paper-based chip［J］. Analytical Chemistry， 2022， 94（50）： 17567-17576Selective Adsorption of Salbutamol on Paper-Based Molecularly Imprinted Membranes Based on Boron-Affinity StrategyZHOU Ying1WANG Dingnan1， 2WANG Yang2YE Sudan3WANG Donghui2WU Bin1，*ZHANG Yiming1，*（1College of Food and Health， Zhejiang A&F University， Hangzhou， Zhejiang 311300；2Institute of Zhejiang Aquatic Product Technology，Hangzhou， Zhejiang 310023；3Zhejiang Institute of Economics and Trade， Hangzhou， Zhejiang 310018）Abstract：To develop methods for the selective separation and enrichment of salbutamol （SAL） from complex matrices of animal-derived foods， FSM-BA@MIP was successfully prepared with silica-modified filter paper as the substrate based on the boron-affinity and directed surface imprinting strategy. Technologies including scanning electron microscope （SEM）， X-ray diffraction （XRD）， Fourier infrared transform spectroscopy （FTIR） and Thermogravimetric （TG）were adopted to characterize and analyze the FSM-BA@MIP，and systematically examine its adsorption properties. The results indicate that the constructed FSM-BA@MIP was highly selective for SAL due to the boron-affinity directed surface imprinting mechanism，with a theoretical maximum adsorption capacity of 246.31 mg·g-1and an imprinting factor of 3.2.The adsorption process is largely chemisorption and in accordance with the pseudo-second order kinetic model.The adsorption isotherm conforms to the Freundlich model， and is accompanied by multilayer adsorption. The results of regeneration tests showed that FSM-BA@MIP could still maintain relatively good adsorption performance after recycled 5 times. The actual samples were analyzed， which indicated that recoveries ranged from 65.7% to 85.9% ［average RSD（relative standard deviation）8.7%］ and the maximum enrichment multiple was 87. This study provides reference for new materials and strategies for selective separation and enrichment of veterinary drug residues in food. Keywords：boron-affinity， metal-organic frameworks， molecularly imprinted polymers， adsorption， salbutamol2433核农学报2023，37（12）：2434~2442Journal of Nuclear Agricultural Sciences近红外光谱技术快速检测婴配乳粉GOS和FOS含量刘少莉1雷霆1刘术明2， *郝东海2崔丽琴2王一涵3何光华1， *（1浙江科技学院生物与化学工程学院，浙江杭州310023；2黑龙江贝因美乳业有限公司，黑龙江安达151400；3哈尔滨商业大学经济学院，黑龙江哈尔滨150006）摘要：为实现婴幼儿配方乳粉中低聚半乳糖（GOS）和低聚果糖（FOS）的快速检测，本研究分别采用标准正态变换（SNV）、多元散射校正（MSC）、归一化（Nor）和Savitzky-Golay平滑（SG）4种方法对获取的乳粉原始光谱进行预处理，再使用变量空间迭代收缩算法（VISSA）和竞争自适应重加权采样算法（CARS）提取具有代表性的特征波长，并建立线性偏最小二乘回归（PLSR）模型和非线性支持向量回归（SVR）模型对婴幼儿配方乳粉中的低聚半乳糖（GOS）和低聚果糖（FOS）含量进行预测。
基于近红外光谱分析法的奶粉品质快速检测_颜辉
2009年7月农业机械学报第40卷第7期基于近红外光谱分析法的奶粉品质快速检测*颜 辉1,2 陈 斌1 朱文静1(1 江苏大学食品与生物工程学院,镇江212013;2 江苏科技大学生物与环境工程学院,镇江212018) 摘要 选择11个品牌的10多种配方奶粉,共80个样品,使用PDA 型近红外光谱仪采集奶粉漫反射光谱,波长范围1089~2219nm 。
对光谱进行了SNV 、软阈小波消噪及一阶微分预处理,通过比较主成分在不同波长上的权重分布,选择不同波段建立校正模型和进行预测精度分析。
结果表明,奶粉的蛋白质和脂肪的近红外光谱信息主要分布于1100~1400nm 和1800~2200nm 波段内,采用小波消除原始光谱的噪声能提高校正模型的稳定性和预测精度,可以利用P DA 型近红外光谱快速检测多品牌、多类型配方奶粉中蛋白、脂肪含量。
关键词:奶粉 品质检测 近红外光谱 小波消噪 波长选择中图分类号:O657 33;X836;T S252 51文献标识码:AQuick Determination Method of Milk Powder Qualityby Near infrared SpectroscopyYan Hui1,2Chen Bin 1 Zhu Wenjing1(1 College of Food and Biological Engineer ing,Jiangsu University ,Zhenj iang 212013,China 2 School of Biologicaland Environmental Engineer ing ,J iangs u Univer sity of Science and T echnology ,Zhenj iang 212018,China)AbstractEighty milk powder samples w hich represented over 10formulae of ing redients from 11commercial brands w ere collected and a PDA type near infrared spectrometer was used to obtain their diffusion reflectance spectra (1nm resolution)w ithin the w aveleng ths of 1089~2219nm.The obtained spectra were pre treated w ith standard norm al v ariate correction (SNV ),wavelet denoise and 1 order differentiation method.Through comparing the weig hted distribution of the m ilk powder s five principal ing redients at various w aveleng ths,different ranges of w aveleng th w ere selected to establish calibration models and to analyze their prediction accuracy.T he results show ed that spectrum information of milk powder s protein and fat composition w as m ainly distributed w ithin the w aveleng ths of 1100~1400nm and 1800~2200nm.It w as show n that w avelet denoise was an excellent method for pre processing spectra,w hich could significantly enhance the stability of calibration models and prediction accuracy.The present study reveals that it is feasible to determ ine the concentrations of protein and fat in m ilk pow der of various origins with a PDA type near infrared spectrometer.Key words M ilk pow er,Quality detection,Near infrared spectroscopy ,Wavelet deno ise,Waveleng th selection收稿日期:2008-08-12 修回日期:2008-08-29*镇江市社会发展项目(SH 2007075)作者简介:颜辉,博士生,江苏科技大学讲师,主要从事近红外光谱分析相关研究,E mail:yanh1006@ 通讯作者:陈斌,教授,博士生导师,主要从事近红外光谱分析相关研究,E mail:ncp@引言国家标准对奶粉品质有严格的规定和要求,但目前有些企业的产品仍存在质量问题。
婴幼儿奶粉中多种掺假物近红外高光谱图像检测方法
婴幼儿奶粉中多种掺假物近红外高光谱图像检测方法赵昕;马竞一;陈晗;姜洪喆;褚璇;赵志磊【期刊名称】《农业机械学报》【年(卷),期】2024(55)4【摘要】奶粉市场是食品掺假行为频发领域,其中婴幼儿配方奶粉价格高,其质量是消费者、生产企业和执法部门关注的重点。
近红外高光谱成像(Near infrared-hyperspectral imaging,NIR-HSI)技术结合化学计量学和机器学习算法可以检测奶粉中单一掺假物含量。
基于NIR-HSI技术研究了不同品牌婴幼儿奶粉中多掺假物(三聚氰胺、香兰素和淀粉)的定量预测。
对基于像素点预处理后的高光谱图像划分感兴趣区域(Region of interest,ROI),提取ROI平均光谱。
基于经典的过滤式特征选择算法拉普拉斯分数(Laplacian score)(无监督)和ReliefF(有监督)挑选建模关键变量,建立偏最小二乘回归模型(Partial least squares,PLS)。
开发包含自定义选择层的一维卷积神经网络模型(One-dimensional convolutional neural networks,1DCNN)。
自定义层根据权重系数绝对值,可确定重要波长变量。
Laplacian score-PLS模型对预测集中奶粉、三聚氰胺、香兰素和淀粉质量分数预测结果均方根误差分别为0.1110%、0.0570%、0.0349%和0.3481%。
ReliefF-PLS模型对预测集中奶粉、三聚氰胺、香兰素和淀粉预测结果均方根误差分别为0.1998%、0.0540%、0.0455%和0.1823%。
1DCNN模型对预测集中奶粉、三聚氰胺、香兰素和淀粉质量分数预测结果均方根误差分别为0.8561%、0.0911%、0.0644%和0.2942%。
对Laplacian score、ReliefF和自定义选择层挑选出的前15个重要波长进行对比分析,不同特征选择方法挑选的特征波长子集有所区别,但都选择1210、1474、1524、1680 nm等附近波长。
近红外漫反射光谱无损检测乳粉蛋白质的研究
作者简介 ： 常 敏 ， ， ９８ 女 １７ 年生 ， 天津大学精密仪器与光电子工程学 院博士研 究生
＊ 通讯联系人
ｅ ｉ ｋｘ （ ）．ｄ．ｎ － ｌ ｅｉ￣ｔ ｅｕｅ ｍａ： ｎ ｕ
值为 ２ ． ６ ，标准偏 差为 ２ ２ 。实验挑 选的样 品能够 很 ０ ８ ．７ Ａ ０
有分析样 品用量少 、 分析速度 快和结 果稳定性 好 等优点 ， 在 食品分析领域正不 断得 到重视与 应用 。目前 ， 牛奶质 量检 在 测方面该技术取得 了很 大的进 展［ 。 ４ 同时 ， ］ 在奶 粉蛋 白质的 检测 中也取得 了较好 的结果＿ ， ５ 但这 些研 究采用 的样 品种 ］
模型 ， 在此基础上 ， 分析 了波长优 选与数 据 预处理 方法对 测 量结果 的影 ． Ａｎａｉ傅里 叶变 换 ＮＩ 光谱 仪 （ 国 Ｔ ｅｒｏＮｉ ｌ ｔｒ ｓ Ｒ 美 ｈｒ ｃ ｅ ｎ ｏｔ
公司） 利用积分球漫反射采样系统采集光谱。 ， 光谱采集条
Ｊ ｎ ａｙ ０ ７ ａ ｕ ｒ ，２ ０
近 红 外漫 反 射 光 谱 无 损检 测 乳 粉 蛋 白质 的研 究
常 敏， 褚鹏蛟 ， 可欣 徐
３０７ ００２
天津大学精密测试技术及仪器 国家重点实验室 ， 天津
摘 要 利用近红外漫反射光谱技术对奶粉蛋白质含量的快速无损检测进行 了研究。 挑选来 自国内不同地 区的 ２ 种奶粉， ９ 以化学分析值作参比， 采用偏最小二乘 回归算法建立奶粉光谱信息和蛋白质含量的定量模
近红￣ （ ｅｒｎｒｒｄ ｂ ｎａ－ ｆ ｅ ，ＮＩ 漫反射 光谱技 术Ｉ 因 其具 ｉ ａ Ｒ） ２ ］
含量等不 同挑 选 了来 自国 内各地 区 的 ２ 种 奶粉 ， 中包 括 ９ 其 全脂奶粉 、 脱脂奶粉 、 清粉和 调制奶 粉 。 白质含 量 的参 乳 蛋 考值 由天津 市乳 品检测中心利用半微量 凯 氏定 氮法测 定 ， 这 些样 品的蛋 白质 含量 变化 的范 围是 １ ． ２ ． ６ ，平 均 ７３ Ａ～ ４ ５ ０
红外光谱技术在奶粉质量检测中的应用
红外光谱技术在奶粉质量检测中的应用汪焕林;冯瑞琴【期刊名称】《甘肃联合大学学报（自然科学版）》【年(卷),期】2009(23)5【摘要】奶粉中蛋白质和脂肪是影响奶粉营养品质的主要因素,利用红外光谱法对来自不同地区的奶粉进行分析.奶粉中脂肪含量高的谱图在1747cm-1附近的C=O吸收峰和2926cm-1附近的CH2吸收峰很强;蛋白质高的奶粉所对应的酰胺Ⅰ带的C=O吸收峰在1650cm-1附近和酰胺Ⅱ带的N-H及C-N吸收峰在1540cm-1附近吸收强度较大;奶粉中碳水化合物所对应的C-O伸缩振动峰和环的振动峰在1150～900cm-1范围内较显著.结果表明同一厂家不同年龄阶段奶粉的脂肪、蛋白质和碳水化合物的含量差异较大,红外光谱差异较显著;不同厂家生产的相同类型的全脂奶粉的脂肪、蛋白质和碳水化合物的含量差异较小.该方法可简便、快速、直观地评价奶粉品质的优劣.【总页数】5页(P55-58,94)【作者】汪焕林;冯瑞琴【作者单位】青海大学,化工学院,青海,西宁,810016;青海大学,化工学院,青海,西宁,810016【正文语种】中文【中图分类】O657.33【相关文献】1.近红外光谱技术在奶粉检测中的应用进展 [J], 叶世著;彭黔荣;刘娜;杨敏;徐龙泉;吴艾璟;张进2.基于支持向量机算法的红外光谱技术在奶粉蛋白质含量快速检测中的应用 [J], 吴迪;曹芳;冯水娟;何勇3.基于LS-SVM的红外光谱技术在奶粉脂肪含量无损检测中的应用 [J], 吴迪;何勇;冯水娟;鲍一丹4.红外光谱技术在奶粉质量检测中的应用 [J], 逯克思5.近红外光谱技术在生鲜禽肉质量检测中应用的研究进展 [J], 何鸿举; 朱明明; 赵圣明; 王正荣; 刘苏汉; 朱亚东; 王慧; 马汉军; 陈复生; 刘玺; 贾方方; 康壮丽; 刘红因版权原因，仅展示原文概要，查看原文内容请购买。
主成分分析-近红外光谱法快速测定婴儿配方乳粉中必需脂肪酸
必需脂肪酸（ EFA） 主要包括两种， 一种是 ω － 3 系列的 α － 亚麻酸 （ 18 ： 3 ） ， 一种是 ω － 6 系列的 亚油酸（ 18 ： 2 ） 。婴儿缺乏必需脂肪酸易引起生长 生殖障碍、 皮肤损伤 （ 出 现 皮 疹 等 ） 以 及 肾 迟缓、 肝脏、 神经和视觉方面的多种疾病， 而摄入过多 脏、 可使体内的氧化物、 过氧化物增加， 同样对机体可 产生多种慢性危害
～ 4000 cm － 1 3 个 波 段 进 行 样 品 波 长 范 围 选 择 。 由表 1 可以看出 ， 噪音对于模型的准确度影响 较 8814 ～ 7135 cm － 1 在 一 阶 导 数 谱 上 未 见 明 显 大， 但仍包含有脂肪酸碳链信息 ， 因此 ， 本文 吸收峰 ，
－1 选择 8814 ～ 4000 cm 波 长 范 围 内 建 立 预 测 模型 。
［1 ～ 3 ］
1 1. 1
实验部分
仪器与材料 Spectrum400 傅里叶变换近红外光谱仪 （ 美国 PE 公司） ， 带漫反射附件； GC7890A 气相色谱仪（ 美 配火焰离子化检测器。甲苯（ 色谱 国 Agilent 公司） ， Na2 CO3 （ AR ） 。60 个婴儿乳粉由市场 纯） 、 乙酰氯、 随机将样品分为校正集 50 个， 检验集 10 个。 购置，
预处理方式 无 offset SNV MSC 一阶光谱 二阶光谱
— 60 —
Chinese Journal of Analysis Laboratory 2013 － 4 2. 3 异常值的剔除 采用 Spectrum Quant + 定量分析软件中杠杆值 2. 4 模型预测与评价