可见/近红外高光谱成像技术对冷藏过程中原料乳细菌总数的无损检测
摘要
目的:利用可见/近红外高光谱成像技术结合化学计量学方法建立冷藏过程中原料乳细菌总数检测模型,为冷藏过程中原料乳细菌总数快速检测提供一种科学方法。方法:采用可见/近红外(400～1000 nm)高光谱采集冷藏过程中原料乳的光谱数据,采用平板计数法对乳中细菌总数进行测定;样本经过划分后对原始光谱采用采用3种预处理,然后建立原料乳细菌总数的偏最小二乘回归(PLSR)预测模型。结果:结果表明:SG为最佳预处理方法,Rc、Rp为0.919 0、0.810 9;利用SPA、UVE分别选出5、13个特征波长;SPA+PLAR模型最优,Rc、Rp分别为0.919 5、0.821 4。结论:表明高光谱成像技术对原料乳中细菌总数的快速无损检测是可行的。
引文
[1]汪银锋,高腾云.原料奶与挤奶卫生关系的研究[D].郑州:河南农业大学2009.
[2]李青冉.酒精阳性乳与乳整体质量及加工性能的关系[D].郑州:河南农业大学2007.
[3]吴龙国,何建国,刘贵珊,等.基于近红外高光谱成像技术的长枣含水量无损检测[J].光电子激光,2014,25(1):135-140.
[4]丁佳兴,吴龙国,何建国,等.高光谱成像技术对灵武长枣果皮强度的无损检测[J].食品工业科技,2016,24(1):59-60.
[5]中华人民共和国卫生部.食品安全国家标准食品微生物学检验菌落总数测定:GB 4789.2-2010.[S].北京:中国标准出版社,2010.
[6]蒋蘋,罗亚辉,胡文武,等.基于高光谱的油茶籽内部品质检测最优预测模型研究[J].农机化研究,2015(7):56-60.
[7]王动民,纪俊敏,高洪智.多元散射校正预处理波段对近红外光谱定标模型的影响[J].光谱学与光谱分析,2014,34(9):2387-2390.
[8]Yu Y,Tu B,Wang J,et al.Identification of Edible Oil Based on Multi-source Spectra Data Fusion[C]//International Conference on Frontiers of Manufacturing Science and Measuring Technology,2017.
[9]孙俊,周鑫,毛罕平,等.基于荧光光谱的生菜农药残留检测[J].农业工程学报,2016,32(19):302-307.
[10]高鹏飞,杨蕊,季江,等.拉曼光谱的局域动态移动平均全自动基线校准算法[J].光谱学与光谱分析,2015,35(5):1281-1285.
[11]王松磊,吴龙国,康宁波,等.基于高光谱图谱融合技术的宁夏滩羊肉嫩度检测方法研究[J].光电子·激光,2016(9):987-995.
[12]詹白勺,倪君辉,李军.高光谱技术结合CARS算法的库尔勒香梨可溶性固形物定量测定[J].光谱学与光谱分析,2014,34(10):2752-2757.
[13]董金磊,郭文川.采后猕猴桃可溶性固形物含量的高光谱无损检测[J].食品科学,2015,36(16):101-106.
[14]GALVAO R K,ARAUJO M C,JOSE G E,ct al.A mcthod for calibration and validation subset partitioning[J].Talanta,2005,67(4):736-740
[15]于慧春,娄楠,殷勇,等.基于高光谱技术及SPXY和SPA算法的玉米毒素检测模型建立[J].食品科学,2018(16):1-10.
[16]刘燕德,肖怀春,孙旭东,等.柑桔叶片黄龙病光谱特征选择及检测模型[J].农业工程学报,2018,34(3):180-187.
[2]李青冉.酒精阳性乳与乳整体质量及加工性能的关系[D].郑州:河南农业大学2007.
[3]吴龙国,何建国,刘贵珊,等.基于近红外高光谱成像技术的长枣含水量无损检测[J].光电子激光,2014,25(1):135-140.
[4]丁佳兴,吴龙国,何建国,等.高光谱成像技术对灵武长枣果皮强度的无损检测[J].食品工业科技,2016,24(1):59-60.
[5]中华人民共和国卫生部.食品安全国家标准食品微生物学检验菌落总数测定:GB 4789.2-2010.[S].北京:中国标准出版社,2010.
[6]蒋蘋,罗亚辉,胡文武,等.基于高光谱的油茶籽内部品质检测最优预测模型研究[J].农机化研究,2015(7):56-60.
[7]王动民,纪俊敏,高洪智.多元散射校正预处理波段对近红外光谱定标模型的影响[J].光谱学与光谱分析,2014,34(9):2387-2390.
[8]Yu Y,Tu B,Wang J,et al.Identification of Edible Oil Based on Multi-source Spectra Data Fusion[C]//International Conference on Frontiers of Manufacturing Science and Measuring Technology,2017.
[9]孙俊,周鑫,毛罕平,等.基于荧光光谱的生菜农药残留检测[J].农业工程学报,2016,32(19):302-307.
[10]高鹏飞,杨蕊,季江,等.拉曼光谱的局域动态移动平均全自动基线校准算法[J].光谱学与光谱分析,2015,35(5):1281-1285.
[11]王松磊,吴龙国,康宁波,等.基于高光谱图谱融合技术的宁夏滩羊肉嫩度检测方法研究[J].光电子·激光,2016(9):987-995.
[12]詹白勺,倪君辉,李军.高光谱技术结合CARS算法的库尔勒香梨可溶性固形物定量测定[J].光谱学与光谱分析,2014,34(10):2752-2757.
[13]董金磊,郭文川.采后猕猴桃可溶性固形物含量的高光谱无损检测[J].食品科学,2015,36(16):101-106.
[14]GALVAO R K,ARAUJO M C,JOSE G E,ct al.A mcthod for calibration and validation subset partitioning[J].Talanta,2005,67(4):736-740
[15]于慧春,娄楠,殷勇,等.基于高光谱技术及SPXY和SPA算法的玉米毒素检测模型建立[J].食品科学,2018(16):1-10.
[16]刘燕德,肖怀春,孙旭东,等.柑桔叶片黄龙病光谱特征选择及检测模型[J].农业工程学报,2018,34(3):180-187.