CN106596464A - 一种奶粉中掺三聚氰胺的近红外自相关谱检测方法 - Google Patents
一种奶粉中掺三聚氰胺的近红外自相关谱检测方法 Download PDFInfo
- Publication number
- CN106596464A CN106596464A CN201611205884.XA CN201611205884A CN106596464A CN 106596464 A CN106596464 A CN 106596464A CN 201611205884 A CN201611205884 A CN 201611205884A CN 106596464 A CN106596464 A CN 106596464A
- Authority
- CN
- China
- Prior art keywords
- milk powder
- infrared
- tripolycyanamide
- spectrum
- adulterated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013336 milk Nutrition 0.000 title claims abstract description 120
- 239000008267 milk Substances 0.000 title claims abstract description 120
- 210000004080 milk Anatomy 0.000 title claims abstract description 120
- 239000000843 powder Substances 0.000 title claims abstract description 113
- 238000001228 spectrum Methods 0.000 title claims abstract description 79
- 229920000877 Melamine resin Polymers 0.000 title claims abstract description 22
- JDSHMPZPIAZGSV-UHFFFAOYSA-N melamine Chemical compound NC1=NC(N)=NC(N)=N1 JDSHMPZPIAZGSV-UHFFFAOYSA-N 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 46
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 35
- 230000001360 synchronised effect Effects 0.000 claims abstract description 19
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000002474 experimental method Methods 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 10
- 235000013305 food Nutrition 0.000 abstract description 3
- 238000004497 NIR spectroscopy Methods 0.000 abstract 1
- 238000005100 correlation spectroscopy Methods 0.000 description 7
- 238000002790 cross-validation Methods 0.000 description 6
- 235000008476 powdered milk Nutrition 0.000 description 6
- 235000013350 formula milk Nutrition 0.000 description 5
- 150000001412 amines Chemical class 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- XZMCDFZZKTWFGF-UHFFFAOYSA-N Cyanamide Chemical compound NC#N XZMCDFZZKTWFGF-UHFFFAOYSA-N 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- -1 melamine Amine Chemical class 0.000 description 1
- 238000005528 milk analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 238000005829 trimerization reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种奶粉中掺三聚氰胺的近红外自相关谱检测方法,其步骤为:(1)准备纯牛奶以及掺杂不同浓度三聚氰胺奶粉;(2)扫描纯奶粉和掺假三聚氰胺奶粉近红外光谱;(3)计算得到掺假三聚氰胺奶粉同步二维近红外相关谱矩阵;(4)提取同步二维近红外相关谱矩阵主对角线上元素,得到自相关谱矩阵;(5)采用偏最小二乘法建立定量分析模型;(6)将未知样品奶粉自相关谱矩阵代入定量分析模型,得到未知样品奶粉中三聚氰胺含量。本发明相对常规一维近红外光谱,可更有效提取奶粉中微量的三聚氰胺特征信息,实现未知奶粉样品中三聚氰胺含量的准确预测,缩短了建模时间,提高了建模和分析效率,可推广到其它食品掺假检测中。
Description
技术领域
本发明属于检测方法领域,特别是涉及一种奶粉中掺三聚氰胺的近红外自相关谱检测方法。
背景技术
三聚氰胺作为一种有机化工原料,常被一些不法分子掺入到乳制品中,以提高乳制品的蛋白水平。这种掺假的奶粉会对消费者身体造成损害,甚至死亡。因此,食品管理局和消费者都亟需发展一种快速便捷的检测方法来监控乳制品生产的各个环节,以保证乳制品的品质。
近红外光谱作为一种快速便捷的分析技术已经广泛的应用于乳制品的品质检测中。但由于奶粉对光具有强散射性,同时由于掺入三聚氰胺的微量化,以及三聚氰胺的特征信息与奶粉固有组分信息相互重叠,因此常规一维近红外光谱很难从复杂、重叠、变动的光谱中提取微弱的信息。与常规一维近红外光谱方法相比,二维近红外相关谱具有高的光谱分辨率、高的选择性和高的图谱解析能力,能提取更多的待测物特征信息。因此,二维近红外相关谱结合多维化学计量学也被应应用于掺假乳制品的检测中,但该方法是建立在多维数据的基础上,建模所需时间长,效率较低。
中国发明专利申请公开号CN103792198A公开了一种牛奶中掺三聚氰胺的中红外-近红外相关谱判别方法,该方法直接将二维相关谱矩阵用于掺三聚氰胺牛奶的定性判别分析,不能进行定量分析。另外,虽然其分析结果较好,但二维相关谱是三维矩阵,包含大量的数据,需要多维化学计量学来进行建模,模型复杂,计算时间长,效率低。
发明内容
针对现有技术中存在的不足,本发明提供一种奶粉中掺三聚氰胺的近红外自相关谱检测方法,利用自相关谱定量分析奶粉中的三聚氰胺含量,该检测方法不仅有效提取了奶粉中微量的三聚氰胺特征信息,而且克服了直接基于二维近红外相关谱建模效率低的问题,该方法简易、科学、分析效率和预测精度高。
本发明是通过以下技术方案实现的:
一种奶粉中掺三聚氰胺的近红外自相关谱检测方法,其步骤为:
(1)准备实验用纯奶粉以及用实验用纯奶粉掺杂不同浓度三聚氰胺的掺假三聚氰胺奶粉;
(2)分别扫描实验用纯奶粉的近红外光谱、掺假三聚氰胺奶粉的近红外光谱,分别得到实验用纯奶粉一维近红外光谱数据和掺假三聚氰胺奶粉一维近红外光谱数据,并通过计算得到实验用纯奶粉的一维近红外平均谱数据;
(3)将实验用纯奶粉的一维近红外平均谱数据与掺假三聚氰胺奶粉的一维近红外光谱数据按行排列组成光谱矩阵,根据Noda理论进行二维相关计算,得到实验用掺假三聚氰胺奶粉同步二维近红外相关谱矩阵;
(4)提取实验用掺假三聚氰胺奶粉同步二维近红外相关谱矩阵主对角线上元素,得到实验用掺假三聚氰胺奶粉的自相关谱矩阵;
(5)将实验用掺假三聚氰胺奶粉的自相关谱矩阵与三聚氰胺浓度矩阵采用偏最小二乘法建立定量分析模型;
(6)将未知样品奶粉进行近红外光谱扫描得到未知样品奶粉的一维近红外光谱数据,将实验用纯奶粉的一维近红外平均谱数据与未知样品奶粉的一维近红外光谱数据按行排列组成光谱矩阵,根据Noda理论,计算得未知样品奶粉同步二维近红外相关谱矩阵,并提取主对角线上元素,得到未知样品奶粉自相关谱矩阵,将未知样品奶粉自相关谱矩阵代入上述步骤(5)中的定量分析模型,得到未知样品奶粉中三聚氰胺的含量。
而且,所述的近红外光谱采用波段是4000-10000cm-1。
而且,所述的近红外光谱优选波段范围是:4200-7000cm-1。
本发明的优点及有益效果是:
1、本发明的奶粉中掺三聚氰胺的近红外自相关谱检测方法,相对于常规一维近红外光谱,可更有效提取奶粉中微量的三聚氰胺特征信息,可实现未知奶粉样品中三聚氰胺含量的准确预测。
2、本发明的奶粉中掺三聚氰胺的近红外自相关谱检测方法,是利用自相关谱定量分析奶粉中的三聚氰胺含量,自相关谱仅为二维相关谱矩阵主对角线上元素,所以相对整个二维相关谱矩阵,特征数据少,建模效率高。
3、本发明的方法简易、科学、分析效率和预测精度高,可推广到其它食品掺假检测中。而本发明。
附图说明
图1为掺三聚氰胺奶粉的一维近红外光谱图;
图2为掺假奶粉同步二维近红外相关谱;
图3为掺假奶粉的自相关谱;
图4为所建模型内部交叉验证结果;
图5为奶粉中三聚氰胺预测值和实测值之间的关系图。
具体实施方式
本发明通过以下实施例进一步详述。需要说明的是:下述实施例是说明性的,不是限定性的,不能以下述实施例来限定本发明的保护范围。
一种奶粉中掺三聚氰胺的近红外自相关谱检测方法,其步骤为:
(1)准备实验用纯奶粉以及用实验用纯奶粉掺杂不同浓度三聚氰胺的掺假三聚氰胺奶粉;
(2)分别扫描实验用纯奶粉的近红外光谱、掺假三聚氰胺奶粉的近红外光谱,分别得到实验用纯奶粉一维近红外光谱数据和掺假三聚氰胺奶粉一维近红外光谱数据,并通过计算得到实验用纯奶粉一维近红外平均谱数据;近红外光谱扫描波数范围为4000-10000cm-1,近红外光谱优选波数范围为4200-7000cm-1;
(3)将实验用纯奶粉一维近红外平均谱数据与掺假三聚氰胺奶粉一维近红外光谱数据按行排列组成的光谱矩阵,根据Noda理论,进行二维相关计算得到实验用掺假三聚氰胺奶粉同步二维近红外相关谱矩阵;
(4)提取实验用掺假三聚氰胺奶粉同步二维近红外相关谱矩阵主对角线上元素,得到实验用掺假三聚氰胺奶粉自相关谱矩阵;
(5)将实验用掺假三聚氰胺奶粉自相关谱矩阵与三聚氰胺浓度矩阵采用偏最小二乘法建立定量分析模型;
(6)将未知样品奶粉进行近红外光谱扫描得到未知样品奶粉一维近红外光谱数据,将实验用纯奶粉一维近红外平均谱数据与未知样品奶粉一维近红外光谱数据按行排列组成的光谱矩阵,根据Noda理论,计算得未知样品奶粉同步二维近红外相关谱矩阵,并提取主对角线上元素,得到未知样品奶粉自相关谱矩阵,将未知样品奶粉自相关谱矩阵代入步骤(5)中的定量分析模型,得到未知样品奶粉中三聚氰胺的含量。
本实施例中三聚氰胺为天津市赢达稀贵化学试剂厂提供;实验采用伊利金领冠儿童配方奶粉(3-6岁),随机选取上述奶粉为母样本,分别配置纯奶粉样品40个和掺假三聚氰胺奶粉样品40个,其质量百分比浓度范围为0.0001%-40%。
本发明中光谱采集采用美国PerkinElmer公司的傅立叶变换近红外光谱仪,InGaAs检测器,仪器自带积分球附件。光谱扫描范围为4000-10000cm-1,分辨率为8cm-1,扫描间隔为8cm-1,扫描次数32。将上述配置好的样品装入样品杯中,压平,并放置在积分球旋转样品台上,以积分球内置参比为背景,分别采集每一个样品的近红外漫反射光谱。
计算同步二维近红外相关谱矩阵:
同步二维近红外相关谱的计算主要基于下述原理:假设随外扰三聚氰胺浓度变化的动态光谱矩阵为S(m×n),m为光谱矩阵中包含的样品数,n为每个样品所采集的波长数。根据Noda理论,对动态光谱进行式(1)的相关计算,得到该外扰所对应的同步二维近红外相关谱矩阵:
式中T表示转置。在本发明中,动态光谱矩阵中的第一行为纯奶粉的近红外平均谱,第二行为第i个纯奶粉或掺三聚氰胺奶粉的近红外光谱。根据式(1)可得到每一样品对应的同步二维近红外相关谱矩阵。提取同步二维近红外相关谱矩阵主对角线上的元素,得到每一样品对应的自相关谱矩阵。
图1是40个掺假奶粉在4000-10000cm-1区间随三聚氰胺浓度变化的动态一维近红外光谱。以奶粉中掺入的三聚氰胺浓度为外扰,根据式(1)对图1的动态光谱进行相关计算。图2是掺三聚氰胺的同步二维近红外相关谱,根据图2,选择随奶粉中三聚氰胺浓度变化敏感的特征光谱信息区域4200-7000cm-1来进行分析建模。根据具体实施方式中的步骤(3)和步骤(4),得到每一个掺假三聚氰胺奶粉的自相关谱,见图3。
建立掺假三聚氰胺奶粉定量分析模型:
采用浓度梯度法从40个掺假三聚氰胺奶粉样品中选出27个作为校正集,余下13个样品作为独立的预测集。在5个最佳主成分下,基于自相关谱建立定量分析奶粉中三聚氰胺浓度的偏最小二乘模型。采用内部交叉验证来评价偏最小二乘模型的拟合效果,见图4,其相关系数Rcv为0.998,交叉验证均方根误差(RMSECV)为0.79(w/w,%),表明奶粉中三聚氰胺交叉验证浓度与实际浓度具有很好的相关性,说明所建模型具有较好的拟合效果。
对未知样品的判别:
通过测定未知样品奶粉的一维近红外光谱,采用校正模型中所用纯奶粉样品的一维近红外平均谱,依据式(1)计算其同步二维近红外相关谱矩阵,提取其主对角线上元素得到自相关谱,并利用上述建立的偏最小二乘定量分析模型对预测集未知样品奶粉进行外部预测,计算未知奶粉样品中三聚氰胺的含量。图5是模型预测浓度(C预测)和实际浓度(C实际)的线性拟合,其拟合关系为:C预测=-0.072+1.037C实际,相关系数Rp为0.998,预测均方根误差(RMSEP)为0.63(w/w,%),表明模型预测的奶粉中掺入三聚氰胺浓度与实际浓度非常接近,模型具有较好的预测能力。
为了比较,在4200-7000cm-1范围内,基于一维近红外光谱建立定量分析奶粉中三聚氰胺的数学模型。所建偏最小二乘模型的内部交叉验证均方根误差RMSECV为1.04(w/w,%),其交叉验证浓度与实际浓度的相关系数Rcv为0.997。对未知样品进行预测,其预测浓度与实际浓度之间的相关系数为Rp为0.996,预测均方根误差RMSEP为0.84(w/w,%)。表1给出了两种方法定量分析的结果,显然,从模型性能指标R,RMSECV和RMSEP来看,基于自相关谱的建模结果优于常规一维谱的建模结果。
表1 基于自相关谱和一维谱掺杂奶粉定量分析结果
上述参照实施例对奶粉中掺三聚氰胺的近红外自相关谱检测方法的详细描述,是说明性的而不是限定性的,应该说明的是,在不脱离本发明的核心的情况下,任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。
Claims (3)
1.一种奶粉中掺三聚氰胺的近红外自相关谱检测方法,其步骤为:
(1)准备实验用纯奶粉以及用实验用纯奶粉掺杂不同浓度三聚氰胺的掺假三聚氰胺奶粉;
(2)分别扫描实验用纯奶粉和掺假三聚氰胺奶粉的近红外光谱,分别得到实验用纯奶粉和掺假三聚氰胺奶粉的一维近红外光谱数据,并通过计算得到实验用纯奶粉的一维近红外平均谱数据;
(3)将实验用纯奶粉的一维近红外平均谱数据与掺假三聚氰胺奶粉的一维近红外光谱数据按行排列组成光谱矩阵,根据Noda理论进行二维相关计算,得到实验用掺假三聚氰胺奶粉同步二维近红外相关谱矩阵;
(4)提取实验用掺假三聚氰胺奶粉同步二维近红外相关谱矩阵主对角线上元素,得到实验用掺假三聚氰胺奶粉的自相关谱矩阵;
(5)将实验用掺假三聚氰胺奶粉的自相关谱矩阵与三聚氰胺浓度矩阵采用偏最小二乘法建立定量分析模型;
(6)将未知样品奶粉进行近红外光谱扫描得到未知样品奶粉的一维近红外光谱数据,将实验用纯奶粉的一维近红外平均谱数据与未知样品奶粉一维近红外光谱数据按行排列组成光谱矩阵,根据Noda理论,计算得未知样品奶粉同步二维近红外相关谱矩阵,并提取主对角线上元素,得到未知样品奶粉的自相关谱矩阵,将未知样品奶粉的自相关谱矩阵代入上述步骤(5)中的定量分析模型,得到未知样品奶粉中三聚氰胺的含量。
2.根据权利要求1所述的奶粉中掺三聚氰胺的近红外自相关谱检测方法,其特征在于,所述的近红外光谱采用波段是4000-10000cm-1。
3.根据权利要求2所述的奶粉中掺三聚氰胺的近红外自相关谱检测方法,其特征在于,所述的近红外光谱优选波段范围是4200-7000cm-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611205884.XA CN106596464A (zh) | 2016-12-23 | 2016-12-23 | 一种奶粉中掺三聚氰胺的近红外自相关谱检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611205884.XA CN106596464A (zh) | 2016-12-23 | 2016-12-23 | 一种奶粉中掺三聚氰胺的近红外自相关谱检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106596464A true CN106596464A (zh) | 2017-04-26 |
Family
ID=58603366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611205884.XA Pending CN106596464A (zh) | 2016-12-23 | 2016-12-23 | 一种奶粉中掺三聚氰胺的近红外自相关谱检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106596464A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374569A (zh) * | 2018-09-27 | 2019-02-22 | 华东交通大学 | 一种基于太赫兹光谱的奶粉中三聚氰胺含量的检测方法 |
CN111323384A (zh) * | 2020-04-21 | 2020-06-23 | 天津农学院 | 一种基于二维近红外相关切谱判别牛奶中掺杂尿素的方法 |
CN111351767A (zh) * | 2020-04-21 | 2020-06-30 | 天津农学院 | 一种基于二维近红外相关谱应用特征切谱判别牛奶中掺杂尿素的判别方法 |
CN111650152A (zh) * | 2020-04-21 | 2020-09-11 | 天津农学院 | 一种减小品牌对掺杂尿素牛奶判别模型影响的异步近红外相关切谱检测方法 |
CN111693486A (zh) * | 2020-04-21 | 2020-09-22 | 天津农学院 | 一种减小品牌对掺杂尿素牛奶判别模型影响的同步近红外相关切谱检测方法 |
CN114184725A (zh) * | 2021-11-18 | 2022-03-15 | 上海应用技术大学 | 一种检测生鲜乳中棕榈油含量的方法及装置 |
CN114780917A (zh) * | 2022-06-20 | 2022-07-22 | 中国民航大学 | 一种基于流判别模型的奶粉掺杂非定向检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070043518A1 (en) * | 2005-04-19 | 2007-02-22 | Nicholson Jeremy K | Method for the identification of molecules and biomarkers using chemical, biochemical and biological data |
CN103792198A (zh) * | 2014-02-24 | 2014-05-14 | 天津农学院 | 牛奶中掺三聚氰胺的中红外-近红外相关谱判别方法 |
CN104316491A (zh) * | 2014-11-12 | 2015-01-28 | 天津农学院 | 基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法 |
CN105606540A (zh) * | 2016-01-28 | 2016-05-25 | 天津农学院 | 基于同步二维相关谱自相关峰的定量分析方法 |
-
2016
- 2016-12-23 CN CN201611205884.XA patent/CN106596464A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070043518A1 (en) * | 2005-04-19 | 2007-02-22 | Nicholson Jeremy K | Method for the identification of molecules and biomarkers using chemical, biochemical and biological data |
CN103792198A (zh) * | 2014-02-24 | 2014-05-14 | 天津农学院 | 牛奶中掺三聚氰胺的中红外-近红外相关谱判别方法 |
CN104316491A (zh) * | 2014-11-12 | 2015-01-28 | 天津农学院 | 基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法 |
CN105606540A (zh) * | 2016-01-28 | 2016-05-25 | 天津农学院 | 基于同步二维相关谱自相关峰的定量分析方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374569A (zh) * | 2018-09-27 | 2019-02-22 | 华东交通大学 | 一种基于太赫兹光谱的奶粉中三聚氰胺含量的检测方法 |
CN111323384A (zh) * | 2020-04-21 | 2020-06-23 | 天津农学院 | 一种基于二维近红外相关切谱判别牛奶中掺杂尿素的方法 |
CN111351767A (zh) * | 2020-04-21 | 2020-06-30 | 天津农学院 | 一种基于二维近红外相关谱应用特征切谱判别牛奶中掺杂尿素的判别方法 |
CN111650152A (zh) * | 2020-04-21 | 2020-09-11 | 天津农学院 | 一种减小品牌对掺杂尿素牛奶判别模型影响的异步近红外相关切谱检测方法 |
CN111693486A (zh) * | 2020-04-21 | 2020-09-22 | 天津农学院 | 一种减小品牌对掺杂尿素牛奶判别模型影响的同步近红外相关切谱检测方法 |
CN111650152B (zh) * | 2020-04-21 | 2022-01-14 | 天津农学院 | 一种减小品牌对掺杂尿素牛奶判别模型影响的异步近红外相关切谱检测方法 |
CN111323384B (zh) * | 2020-04-21 | 2022-01-14 | 天津农学院 | 一种基于二维近红外相关切谱判别牛奶中掺杂尿素的方法 |
CN111693486B (zh) * | 2020-04-21 | 2022-01-14 | 天津农学院 | 一种减小品牌对掺杂尿素牛奶判别模型影响的同步近红外相关切谱检测方法 |
CN114184725A (zh) * | 2021-11-18 | 2022-03-15 | 上海应用技术大学 | 一种检测生鲜乳中棕榈油含量的方法及装置 |
CN114780917A (zh) * | 2022-06-20 | 2022-07-22 | 中国民航大学 | 一种基于流判别模型的奶粉掺杂非定向检测方法 |
CN114780917B (zh) * | 2022-06-20 | 2022-09-06 | 中国民航大学 | 一种基于流判别模型的奶粉掺杂非定向检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106596464A (zh) | 一种奶粉中掺三聚氰胺的近红外自相关谱检测方法 | |
CN103792198B (zh) | 牛奶中掺三聚氰胺的中红外-近红外相关谱判别方法 | |
Burger et al. | Hyperspectral NIR imaging for calibration and prediction: a comparison between image and spectrometer data for studying organic and biological samples | |
CN104062257B (zh) | 一种基于近红外光谱测定溶液中总黄酮含量的方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN104316491B (zh) | 基于同步‑异步二维近红外相关谱检测牛奶掺尿素的方法 | |
CN103674864B (zh) | 一种基于高光谱成像技术的鱼水分含量分布检测方法 | |
Mu et al. | Portable detection and quantification of olive oil adulteration by 473-nm laser-induced fluorescence | |
Zhao et al. | Discrimination of adulterated sesame oil using mid-infrared spectroscopy and chemometrics | |
CN103543123A (zh) | 一种掺假牛奶的红外光谱识别方法 | |
CN109669023A (zh) | 一种基于多传感器融合的土壤属性预测方法 | |
CN104792752A (zh) | 三维荧光光谱结合parafac算法测定混合色素溶液中色素含量的方法 | |
CN103196838A (zh) | 一种海岸河口富营养化高光谱遥感监测方法 | |
Yang et al. | Multivariate methods for the identification of adulterated milk based on two-dimensional infrared correlation spectroscopy | |
CN106950192A (zh) | 一种基于近红外光谱分析技术的植物蛋白饮料中主要成分含量快速检测的方法 | |
Duan et al. | Rapid discrimination of geographical origin and evaluation of antioxidant activity of Salvia miltiorrhiza var. alba by Fourier transform near infrared spectroscopy | |
CN102221533A (zh) | 一种基于紫外光谱花生油掺伪定量检测的方法 | |
CN102393376A (zh) | 基于支持向量回归的鱼丸多组分含量检测的近红外光谱法 | |
CN104076009A (zh) | 一种生物颗粒远红外波段复折射率的快速测量方法 | |
CN103411895B (zh) | 珍珠粉掺伪的近红外光谱鉴别方法 | |
CN106990056A (zh) | 一种土壤全氮光谱估算模型校正样本集构建方法 | |
CN104297201A (zh) | 一种快速、准确定量调和油中各种油份比例的检测方法 | |
Taous et al. | Geographical classification of authentic Moroccan Argan oils and the rapid detection of soya and sunflower oil adulteration with ATR-FTIR spectroscopy and chemometrics | |
CN105092526A (zh) | 一种基于近红外光谱技术的二元掺伪芝麻油含量的快速测定方法 | |
Zhou et al. | Applications of near infrared spectroscopy in cotton impurity and fiber quality detection: A review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |
|
RJ01 | Rejection of invention patent application after publication |