《近紅外光譜技術在食品品質檢測方法中的研究》是劉翠玲，吳靜珠，孫曉榮著，2015年機械工業出版社出版的圖書。
基本介紹
- 書名：近紅外光譜技術在食品品質檢測方法中的研究
- 作者：劉翠玲，吳靜珠，孫曉榮
- ISBN：9787111520269
- 出版社：機械工業出版社
- 出版時間：2015-12-01
內容簡介,圖書目錄,
內容簡介
本書從社會實際需求出發，作者多年從事測控技術及信息處理，並與食品相關專業等研究人員合作，融入許多為解決實際問題而進行的研究和實踐經驗，系統介紹了本課題組基於近紅外光譜分析技術在蔬菜農藥殘留量的檢測、食用植物油、小麥粉、澱粉的品質檢測中的套用研究成果。本書主要內容：較系統地綜述了近紅外光譜法的分析特點及發展套用過程；總結闡述了近紅外光譜分析的基本理論和流程；闡述了基於近紅外光譜分析技術的蔬菜中農藥殘留量檢測方法及模型建立；採用近紅外光譜技術結合模式識別方法建立了食用油種類、花生油和橄欖油摻偽定性識別模型；採用近紅外光譜技術結合化學計量學方法建立了食用油脂肪酸含量、過氧化值和酸價的定量分析模型；提出了基於近紅外光譜檢測小麥粉品質；運用近紅外光譜技術可實現快速、無損地鑑別澱粉品質等。
本書適合從事食品、衛生、檢測技術、自動化、信息處理等專業內容方面的研究生、本科生及相關工程技術人員、科研人員閱讀。
圖書目錄
前言
第1章緒論1
1.1近紅外光譜技術的分析特點及在各領域中的套用現狀1
1.1.1近紅外光譜技術的分析特點1
1.1.2近紅外光譜技術的發展及套用2
1.2近紅外光譜技術在食品安全檢測領域的研究概述3
1.2.1近紅外光譜技術在農殘檢測領域的研究進展3
1.2.2近紅外光譜技術在食用油品質檢測領域的研究進展6
1.2.3近紅外光譜技術在麵粉品質檢測領域的研究進展11
1.2.4近紅外光譜技術在澱粉品質檢測領域的套用13
1.3基於近紅外光譜的數據處理分析方法概述13
1.3.1光譜數據預處理方法概述 14
1.3.2校正模型方法概述15
1.4完成的相關科學研究項目概況16
1.5本書的主要內容16
參考文獻19
第2章近紅外光譜分析技術基礎24
2.1近紅外光譜分析的理論基礎24
2.2近紅外光譜分析流程 26
2.3近紅外光譜分析預處理方法 28
2.3.1主成分分析法29
2.3.2馬氏距離法 30
2.3.3槓桿值法 31
2.3.4半數重採樣法 31
2.3.5蒙特卡洛交叉驗證法31
2.3.6數據規範化處理32
2.3.7光程校正 32
2.3.8基線校正33
2.3.9導數法 34
2.3.10平滑處理34
2.3.11多元散射校正35
2.3.12傅立葉變換35
2.3.13正交信號校正35
2.3.14標準正態變數變換36
2.3.15基於分段視窗的特徵譜區篩選方法36
2.4近紅外光譜模型多元校正分析方法37
2.4.1多元線性回歸（MLR）法37
2.4.2主成分回歸(PCR)法38
2.4.3偏最小二乘(PLS)法39
2.4.4人工神經網路（ANN）BP法40
2.4.5聚類分析法41
2.4.6支持向量機（SVM）法45
2.5近紅外光譜定標模型的評價指標47
2.6近紅外光譜儀器介紹 47
2.6.1光譜儀發展介紹47
2.6.2本研究套用光譜儀平台介紹50
2.7小結53
參考文獻54
目錄第3章基於近紅外光譜的溶液中農藥殘留檢測方法研究57
3.1簡介57
3.2基於近紅外光譜的溶液中毒死蜱PLS定量分析方法研究59
3.2.1樣品製備59
3.2.2光譜採集59
3.2.3結果與分析 60
3.2.4重現性實驗結果與分析63
3.3基於近紅外光譜的溶液中毒死蜱BP網路定量分析方法研究64
3.3.1BP算法的實驗設計64
3.3.2樣品製備64
3.3.3結果與分析64
3.4溶液中毒死蜱的PLS和BP定量分析模型性能的比較71
3.4.1PLS法的樣品選擇71
3.4.2BP法的樣品選擇71
3.4.3比較分析結果71
3.5基於近紅外光譜的溶液中毒死蜱PLS定性分析方法研究72
3.5.1樣品製備72
3.5.2光譜採集72
3.5.3結果與分析72
3.5.4重現性實驗結果與分析72
3.6光譜預處理對毒死蜱和炔蟎特近紅外光譜定量模型性能影響分析75
3.6.1 樣品製備75
3.6.2光譜採集76
3.6.3不同預處理方法對毒死蜱PLS模型性能影響分析76
3.6.4不同預處理方法對炔蟎特PLS模型性能影響分析78
3.6.5毒死蜱和炔蟎特的近紅外光譜ANN BP檢測試驗研究80
3.7小結83
附錄85
附錄A附表85
附錄B標準物質相關說明87
參考文獻88
第4章基於近紅外光譜的蔬菜中農藥殘留檢測方法研究89
4.1簡介89
4.2蔬菜中常見的有機磷農藥殘留量檢測方法91
4.2.1色譜法93
4.2.2生物化學測定法 (膽鹼酯酶抑制法)96
4.2.3發光菌檢測法 100
4.2.4生物感測器法 101
4.2.5免疫分析法 101
4.2.6光譜法102
4.2.7實驗室機器人110
4.3基於近紅外光譜的大白菜中毒死蜱殘留量檢測方法研究 110
4.3.1樣品製備110
4.3.2光譜採集111
4.3.3光譜預處理對模型性能影響分析112
4.3.4近紅外光譜波長選擇對模型性能影響分析113
4.3.5模型性能驗證113
4.4基於近紅外光譜的菠菜中毒死蜱殘留量檢測方法研究 114
4.4.1樣品製備114
4.4.2光譜採集115
4.4.3光譜預處理對模型性能影響分析115
4.4.4近紅外光譜波長選擇對模型性能影響分析116
4.4.5模型性能驗證116
4.5基於近紅外光譜的蘿蔔中毒死蜱殘留量檢測方法研究117
4.5.1樣品製備118
4.5.2光譜採集118
4.5.3蘿蔔中毒死蜱殘留量的PLS模型建立與分析118
4.5.4蘿蔔中毒死蜱殘留量的BP模型建立與分析119
4.6小結 120
參考文獻120
第5章近紅外光譜技術在食用油品質定性分析中的套用研究122
5.1簡介122
5.2模式識別方法122
5.2.1系統聚類分析法122
5.2.2支持向量機分類器122
5.3 基於近紅外光譜的食用油種類定性識別分析127
5.3.1樣品製備127
5.3.2光譜採集127
5.3.3結果與分析128
5.4基於近紅外光譜的純花生油摻假鑑別分析130
5.4.1樣品製備130
5.4.2光譜採集130
5.4.3結果與分析131
5.5 基於近紅外光譜的純橄欖油摻假鑑別分析134
5.5.1樣品製備134
5.5.2光譜採集134
5.5.3結果與分析135
5.6小結136
參考文獻136
第6章近紅外光譜技術在食用油品質定量分析中的套用研究138
6.1簡介138
6.2光譜解析度的選取對食用油近紅外模型性能影響分析138
6.2.1樣品製備139
6.2.2光譜採集139
6.2.3結果與分析139
6.3基於近紅外光譜的食用油脂肪酸定量分析141
6.3.1常見譜區最佳化算法142
6.3.2CARS波長變數選擇法145
6.3.3基於CARS-PLS的食用油脂肪酸定量模型的最佳化146
6.4基於近紅外光譜的食用油過氧化值定量分析148
6.4.1樣品製備149
6.4.2光譜採集149
6.4.3結果與分析149
6.5基於近紅外光譜的食用油酸價定量分析152
6.5.1樣品製備152
6.5.2光譜採集152
6.5.3結果與分析152
6.6小結155
參考文獻155
第7章基於近紅外光譜的小麥粉品質檢測方法研究157
7.1 簡介157
7.2基於近紅外光譜的小麥粉PLS模型的建立與分析158
7.2.1樣品製備158
7.2.2光譜採集158
7.2.3結果與分析159
7.3基於近紅外光譜的小麥粉異常樣品剔除方法研究160
7.3.1基於馬氏距離法的異常樣品判別分析161
7.3.2基於蒙特卡洛交叉驗證法的異常樣品判別分析161
7.3.3剔除異常樣品後的模型評價162
7.4基於近紅外光譜的小麥粉特徵譜區篩選方法研究162
7.4.1小麥粉樣品集劃分方法比較163
7.4.2基於常規區間偏最小二乘法的小麥粉近紅外光譜模型最佳化164
7.4.3基於聯合區間最小二乘法的小麥粉近紅外光譜模型最佳化165
7.4.4基於向後區間最小二乘法的小麥粉近紅外光譜模型最佳化166
7.4.5基於CARS譜區篩選法的小麥粉近紅外光譜模型最佳化168
7.4.6特徵譜區篩選法的比較170
7.5SVM和ANN BP在小麥粉品質定量分析中的套用研究170
7.5.1小麥粉近紅外光譜的主成分分析171
7.5.2基於近紅外光譜的小麥粉ANN BP模型171
7.5.3基於近紅外光譜的小麥粉支持向量回歸模型172
7.5.4小麥粉模型比較分析174
7.6小結175
參考文獻 175
第8章基於近紅外光譜的澱粉品質檢測方法研究176
8.1簡介176
8.2基於聚類分析的澱粉種類定性識別方法研究176
8.2.1樣品製備176
8.2.2光譜採集176
8.2.3結果與分析177
8.3基於SVM的澱粉種類定性識別方法研究181
8.3.1樣品製備181
8.3.2光譜採集181
8.3.3結果與分析181
8.4基於近紅外光譜的澱粉含水量快速分析方法研究187
8.4.1樣品製備187
8.4.2光譜採集187
8.4.3澱粉含水量PLS模型的建立與分析187
8.5馬鈴薯澱粉摻雜玉米澱粉的近紅外光譜檢測方法研究192
8.5.1樣品製備194
8.5.2光譜採集194
8.5.3定量分析模型的建立194
8.5.4定量分析模型的驗證194
8.6澱粉摻雜滑石粉的近紅外光譜檢測方法研究196
8.6.1樣品製備197
8.6.2光譜採集197
8.6.3實驗方法設計198
8.6.4定量分析模型的建立198
8.6.5定量分析模型的驗證198
8.7小結199
參考文獻200
第9章總結與展望201
9.1本書的主要內容總結201
9.2展望203
參考文獻203
第1章緒論1
1.1近紅外光譜技術的分析特點及在各領域中的套用現狀1
1.1.1近紅外光譜技術的分析特點1
1.1.2近紅外光譜技術的發展及套用2
1.2近紅外光譜技術在食品安全檢測領域的研究概述3
1.2.1近紅外光譜技術在農殘檢測領域的研究進展3
1.2.2近紅外光譜技術在食用油品質檢測領域的研究進展6
1.2.3近紅外光譜技術在麵粉品質檢測領域的研究進展11
1.2.4近紅外光譜技術在澱粉品質檢測領域的套用13
1.3基於近紅外光譜的數據處理分析方法概述13
1.3.1光譜數據預處理方法概述 14
1.3.2校正模型方法概述15
1.4完成的相關科學研究項目概況16
1.5本書的主要內容16
參考文獻19
第2章近紅外光譜分析技術基礎24
2.1近紅外光譜分析的理論基礎24
2.2近紅外光譜分析流程 26
2.3近紅外光譜分析預處理方法 28
2.3.1主成分分析法29
2.3.2馬氏距離法 30
2.3.3槓桿值法 31
2.3.4半數重採樣法 31
2.3.5蒙特卡洛交叉驗證法31
2.3.6數據規範化處理32
2.3.7光程校正 32
2.3.8基線校正33
2.3.9導數法 34
2.3.10平滑處理34
2.3.11多元散射校正35
2.3.12傅立葉變換35
2.3.13正交信號校正35
2.3.14標準正態變數變換36
2.3.15基於分段視窗的特徵譜區篩選方法36
2.4近紅外光譜模型多元校正分析方法37
2.4.1多元線性回歸（MLR）法37
2.4.2主成分回歸(PCR)法38
2.4.3偏最小二乘(PLS)法39
2.4.4人工神經網路（ANN）BP法40
2.4.5聚類分析法41
2.4.6支持向量機（SVM）法45
2.5近紅外光譜定標模型的評價指標47
2.6近紅外光譜儀器介紹 47
2.6.1光譜儀發展介紹47
2.6.2本研究套用光譜儀平台介紹50
2.7小結53
參考文獻54
目錄第3章基於近紅外光譜的溶液中農藥殘留檢測方法研究57
3.1簡介57
3.2基於近紅外光譜的溶液中毒死蜱PLS定量分析方法研究59
3.2.1樣品製備59
3.2.2光譜採集59
3.2.3結果與分析 60
3.2.4重現性實驗結果與分析63
3.3基於近紅外光譜的溶液中毒死蜱BP網路定量分析方法研究64
3.3.1BP算法的實驗設計64
3.3.2樣品製備64
3.3.3結果與分析64
3.4溶液中毒死蜱的PLS和BP定量分析模型性能的比較71
3.4.1PLS法的樣品選擇71
3.4.2BP法的樣品選擇71
3.4.3比較分析結果71
3.5基於近紅外光譜的溶液中毒死蜱PLS定性分析方法研究72
3.5.1樣品製備72
3.5.2光譜採集72
3.5.3結果與分析72
3.5.4重現性實驗結果與分析72
3.6光譜預處理對毒死蜱和炔蟎特近紅外光譜定量模型性能影響分析75
3.6.1 樣品製備75
3.6.2光譜採集76
3.6.3不同預處理方法對毒死蜱PLS模型性能影響分析76
3.6.4不同預處理方法對炔蟎特PLS模型性能影響分析78
3.6.5毒死蜱和炔蟎特的近紅外光譜ANN BP檢測試驗研究80
3.7小結83
附錄85
附錄A附表85
附錄B標準物質相關說明87
參考文獻88
第4章基於近紅外光譜的蔬菜中農藥殘留檢測方法研究89
4.1簡介89
4.2蔬菜中常見的有機磷農藥殘留量檢測方法91
4.2.1色譜法93
4.2.2生物化學測定法 (膽鹼酯酶抑制法)96
4.2.3發光菌檢測法 100
4.2.4生物感測器法 101
4.2.5免疫分析法 101
4.2.6光譜法102
4.2.7實驗室機器人110
4.3基於近紅外光譜的大白菜中毒死蜱殘留量檢測方法研究 110
4.3.1樣品製備110
4.3.2光譜採集111
4.3.3光譜預處理對模型性能影響分析112
4.3.4近紅外光譜波長選擇對模型性能影響分析113
4.3.5模型性能驗證113
4.4基於近紅外光譜的菠菜中毒死蜱殘留量檢測方法研究 114
4.4.1樣品製備114
4.4.2光譜採集115
4.4.3光譜預處理對模型性能影響分析115
4.4.4近紅外光譜波長選擇對模型性能影響分析116
4.4.5模型性能驗證116
4.5基於近紅外光譜的蘿蔔中毒死蜱殘留量檢測方法研究117
4.5.1樣品製備118
4.5.2光譜採集118
4.5.3蘿蔔中毒死蜱殘留量的PLS模型建立與分析118
4.5.4蘿蔔中毒死蜱殘留量的BP模型建立與分析119
4.6小結 120
參考文獻120
第5章近紅外光譜技術在食用油品質定性分析中的套用研究122
5.1簡介122
5.2模式識別方法122
5.2.1系統聚類分析法122
5.2.2支持向量機分類器122
5.3 基於近紅外光譜的食用油種類定性識別分析127
5.3.1樣品製備127
5.3.2光譜採集127
5.3.3結果與分析128
5.4基於近紅外光譜的純花生油摻假鑑別分析130
5.4.1樣品製備130
5.4.2光譜採集130
5.4.3結果與分析131
5.5 基於近紅外光譜的純橄欖油摻假鑑別分析134
5.5.1樣品製備134
5.5.2光譜採集134
5.5.3結果與分析135
5.6小結136
參考文獻136
第6章近紅外光譜技術在食用油品質定量分析中的套用研究138
6.1簡介138
6.2光譜解析度的選取對食用油近紅外模型性能影響分析138
6.2.1樣品製備139
6.2.2光譜採集139
6.2.3結果與分析139
6.3基於近紅外光譜的食用油脂肪酸定量分析141
6.3.1常見譜區最佳化算法142
6.3.2CARS波長變數選擇法145
6.3.3基於CARS-PLS的食用油脂肪酸定量模型的最佳化146
6.4基於近紅外光譜的食用油過氧化值定量分析148
6.4.1樣品製備149
6.4.2光譜採集149
6.4.3結果與分析149
6.5基於近紅外光譜的食用油酸價定量分析152
6.5.1樣品製備152
6.5.2光譜採集152
6.5.3結果與分析152
6.6小結155
參考文獻155
第7章基於近紅外光譜的小麥粉品質檢測方法研究157
7.1 簡介157
7.2基於近紅外光譜的小麥粉PLS模型的建立與分析158
7.2.1樣品製備158
7.2.2光譜採集158
7.2.3結果與分析159
7.3基於近紅外光譜的小麥粉異常樣品剔除方法研究160
7.3.1基於馬氏距離法的異常樣品判別分析161
7.3.2基於蒙特卡洛交叉驗證法的異常樣品判別分析161
7.3.3剔除異常樣品後的模型評價162
7.4基於近紅外光譜的小麥粉特徵譜區篩選方法研究162
7.4.1小麥粉樣品集劃分方法比較163
7.4.2基於常規區間偏最小二乘法的小麥粉近紅外光譜模型最佳化164
7.4.3基於聯合區間最小二乘法的小麥粉近紅外光譜模型最佳化165
7.4.4基於向後區間最小二乘法的小麥粉近紅外光譜模型最佳化166
7.4.5基於CARS譜區篩選法的小麥粉近紅外光譜模型最佳化168
7.4.6特徵譜區篩選法的比較170
7.5SVM和ANN BP在小麥粉品質定量分析中的套用研究170
7.5.1小麥粉近紅外光譜的主成分分析171
7.5.2基於近紅外光譜的小麥粉ANN BP模型171
7.5.3基於近紅外光譜的小麥粉支持向量回歸模型172
7.5.4小麥粉模型比較分析174
7.6小結175
參考文獻 175
第8章基於近紅外光譜的澱粉品質檢測方法研究176
8.1簡介176
8.2基於聚類分析的澱粉種類定性識別方法研究176
8.2.1樣品製備176
8.2.2光譜採集176
8.2.3結果與分析177
8.3基於SVM的澱粉種類定性識別方法研究181
8.3.1樣品製備181
8.3.2光譜採集181
8.3.3結果與分析181
8.4基於近紅外光譜的澱粉含水量快速分析方法研究187
8.4.1樣品製備187
8.4.2光譜採集187
8.4.3澱粉含水量PLS模型的建立與分析187
8.5馬鈴薯澱粉摻雜玉米澱粉的近紅外光譜檢測方法研究192
8.5.1樣品製備194
8.5.2光譜採集194
8.5.3定量分析模型的建立194
8.5.4定量分析模型的驗證194
8.6澱粉摻雜滑石粉的近紅外光譜檢測方法研究196
8.6.1樣品製備197
8.6.2光譜採集197
8.6.3實驗方法設計198
8.6.4定量分析模型的建立198
8.6.5定量分析模型的驗證198
8.7小結199
參考文獻200
第9章總結與展望201
9.1本書的主要內容總結201
9.2展望203
參考文獻203
