论文摘要
蜂王浆是一种具有抗氧化、抗衰老、调节心血管系统和免疫功能的纯天然营养保健食品,近年来在食品、生物医学等领域广泛应用。由于蜂王浆的采集过程费时费力且没有快捷简便的方法检测其品质,使得市场上的蜂王浆产品质量参差不齐,因此实现蜂王浆品质的快速鉴别就显得至关重要。该研究以蜂王浆的水分和蛋白质为研究对象,利用拉曼光谱技术结合主成分回归算法(PCR)和偏最小二乘法对蜂王浆进行了快速定量检测,建立了水分、蛋白质的定量模型,探究对其定量分析的可行性,并进行光谱预处理以提升模型的预测能力,使其预测准确性更高。蜂王浆中水分和蛋白质化学值的测定分别采纳蜂王浆国家标准规定的减压干燥法和凯氏定氮法。蜂王浆光谱的采集则是由DXR激光共焦显微拉曼光谱仪测得。应用TQ Analyst分析软件对蜂王浆光谱进行预处理及建立定量分析模型。其中光谱预处理包括导数、标准正态变换、多元散射校正、Savitsky-Golay卷积这四种光谱预处理法,并按一定关系排列组合成多种不同的预处理方法,对蜂王浆样品光谱进行数据处理,寻找出最优的模型与处理方法。结果表明,利用主成分回归法建立蜂王浆水分和蛋白质的定量模型效果不理想,水分的定量模型结果表明,Savitsky-Golay平滑(7)处理校正集决定系数最高但也仅为0.741 3,预测集决定系数为0.661 6,RMSEC为0.656,RMSEP为1.34,建模效果差。蛋白质的PCR定量模型结果表明,Savitsky-Golay平滑(7)处理相较之下最优,校正集决定系数0.675 0,预测集决定系数为0.566 8,RMSEC为0.548,RMSEP为0.957,建模效果较差。因此,基于PCR所建模型对蜂王浆水分、蛋白质的含量有一定的预测可能性,但建模效果较差,预测准确度低,稳健性差。而结合偏最小二乘法并进行S-G(7)+二阶导数+SNV处理对蜂王浆水分建模效果最好,水分含量校正集和预测集的决定系数分别为0.992 7和0.948 8,RMSEC和RMSEP分别为0.162和0.442。蛋白质的PLS定量模型,通过对多种预处理组合处理结果进行对比,S-G(7)+一阶导数+SNV处理对蜂王浆蛋白质建模效果最佳,蛋白质含量校正集和预测集的决定系数分别为0.991 6和0.879 5,RMSEC和RMSEP分别为0.143和0.497,建模效果好。因此,利用拉曼光谱结合偏最小二乘法快速检测蜂王浆中水分和蛋白质的含量是可行的,且所建定量模型稳健性良好,预测准确度高。通过上述实验可总结得出,在一些不可避免的外界因素影响下,将多种预处理方法组合起来可以提高模型的准确性和稳健性,比用单一的光谱预处理方法修正光谱更加有效,优化效果更加明显,且有效提升了模型的各参数,更好的提高了模型预测的准确性。同时表明了,拉曼光谱技术应用于蜂王浆品质的快速检测是可行的,且检测准确度高,速度快,在蜂王浆品质的快速检测方面展现了很好地应用前景。
论文目录
文章来源
类型: 期刊论文
作者: 陈繁,刘翠玲,陈兰珍,孙晓荣,李熠,金玥
关键词: 蜂王浆,拉曼光谱,偏最小二乘法,主成分回归法,定量分析
来源: 光谱学与光谱分析 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑,农业科技
专业: 化学,蚕蜂与野生动物保护
单位: 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室,中国农业科学院蜜蜂研究所,农业农村部蜂产品质量安全控制重点实验室,农业农村部蜂产品质量安全风险评估实验室(北京)
基金: 国家自然科学基金项目(31772070),北京工商大学北京市重点实验室开放课题(BKBD-2016KF(02)资助
分类号: O657.33;S896.3
页码: 471-476
总页数: 6
文件大小: 280K
下载量: 345
相关论文文献
- [1].拉曼光谱技术在肉品加工与品质控制中的研究进展[J]. 食品科学 2019(23)
- [2].拉曼光谱技术在食品分析中的应用[J]. 食品工业 2020(04)
- [3].拉曼光谱技术在法庭科学领域中的应用[J]. 云南警官学院学报 2017(04)
- [4].拉曼光谱技术在食品质量安全检测中的应用[J]. 食品界 2017(03)
- [5].浅析拉曼光谱技术及应用[J]. 科技经济市场 2020(10)
- [6].空间偏移拉曼光谱技术应用于材料的深层探测分析[J]. 光谱学与光谱分析 2020(S1)
- [7].激光光镊拉曼光谱技术在生物医学上的应用及进展[J]. 光谱学与光谱分析 2017(04)
- [8].拉曼光谱技术在石油产品分析中的研究进展[J]. 重庆理工大学学报(自然科学) 2017(09)
- [9].拉曼光谱技术及其在中医药鉴定中的应用[J]. 中国医学物理学杂志 2012(01)
- [10].拉曼光谱技术在毒品检测应用中的研究进展[J]. 中国刑警学院学报 2018(03)
- [11].拉曼光谱技术在物证鉴定中的应用[J]. 刑事技术 2014(01)
- [12].拉曼光谱技术及在铀材料分析中的应用[J]. 光谱实验室 2012(06)
- [13].拉曼光谱技术与应用[J]. 中国当代医药 2010(27)
- [14].远程拉曼光谱技术研究进展[J]. 量子电子学报 2019(03)
- [15].基于拉曼光谱技术的易燃易爆危险品检测[J]. 江苏警官学院学报 2016(06)
- [16].用于远程探测的空间外差拉曼光谱技术研究[J]. 光谱学与光谱分析 2016(12)
- [17].气炮加载实验中拉曼光谱技术的发展及应用[J]. 光散射学报 2013(01)
- [18].拉曼光谱技术在现场快检分析领域中的应用[J]. 分析测试学报 2019(05)
- [19].拉曼光谱技术在癌症患者临床实验室检测中的应用[J]. 生物医学工程与临床 2017(06)
- [20].拉曼光谱技术在医学诊断中的研究进展[J]. 东南大学学报(医学版) 2017(06)
- [21].拉曼光谱技术在文物有机物鉴定中的应用[J]. 光散射学报 2017(01)
- [22].拉曼光谱技术在纺织领域的应用与进展[J]. 轻纺工业与技术 2014(04)
- [23].拉曼光谱技术在色谱分析检测中的应用[J]. 化学通报 2010(08)
- [24].拉曼光谱技术的应用现状[J]. 化学工程师 2016(02)
- [25].拉曼光谱技术及其在药物分析中的应用[J]. 天津药学 2014(04)
- [26].拉曼光谱技术在食品质量安全检测中的应用研究[J]. 食品安全导刊 2019(30)
- [27].浅谈拉曼光谱技术及其应用[J]. 科技风 2015(21)
- [28].拉曼光谱技术在油脂分析中的应用[J]. 粮食科技与经济 2014(02)
- [29].拉曼光谱技术在石油化工领域应用进展[J]. 现代科学仪器 2009(02)
- [30].拉曼光谱技术在爆炸物检测中的应用[J]. 武警工程学院学报 2008(06)