大豆油脂过氧化值的近红外光谱分析

doi:10.7506/spkx1002-6630-201006048

食品科学 ›› 2010, Vol. 31 ›› Issue (6): 205-207.doi: 10.7506/spkx1002-6630-201006048

大豆油脂过氧化值的近红外光谱分析

王立琦¹，张礼勇^{1 ,*} ，朱秀超²

1.哈尔滨理工大学测控技术与通信工程学院 2.哈尔滨商业大学计算机与信息工程学院

收稿日期:2009-05-31 修回日期:2009-09-11 出版日期:2010-03-15 发布日期:2010-12-29
通讯作者: 张礼勇1 E-mail:hlgzly@163.com

Near-infrared Spectroscopic Analysis of Peroxide Value of Soybean Oil

WANG Li-qi1，ZHANG Li-yong1,*，ZHU Xiu-chao2

(1. School of Measurement-Control Tech and Communications Engineering, Harbin University of Science and Technology, Harbin
150086, China；2. School of Computer and Information Engineering, Harbin University of Commerce, Harbin 150028, China)

Received:2009-05-31 Revised:2009-09-11 Online:2010-03-15 Published:2010-12-29
Contact: ZHANG Li-yong1 E-mail:hlgzly@163.com

摘要/Abstract

摘要：

首先采用碘量法测定油脂样品的过氧化值作为校正值，再使用近红外光谱仪采集油脂样品的光谱数据。在油脂过氧化值的定量分析中建立3 种校正模型，对比分析偏最小二乘回归(PLS)、多元线性回归(MLR)和主成分回归(PCR)的性能，确定最优模型为PLS。使用PLS 测定油脂过氧化值的性能结果为：校正集的相关系数0.916，预测集的相关系数0.922。

关键词: 近红外光谱, 大豆油脂, 过氧化值

Abstract:

In this study, peroxide values of 255 soybean oil samples measured by iodimetric assay were used for calibration and near-infrared spectral data of these samples were collected. In the quantitative analysis of peroxide value, three models were established using partial least squares regression (PLS-regression), multiple linear regression (MLR) and principal component regression (PCR). Comparative analysis indicated that among the established models, PLS-regression model exhibited the best reliability in predicting peroxide value of soybean oil, with correlation coefficients of calibration and validation sets of 0.916 and 0.922, respectively.

Key words: near-infrared spectroscopy, soybean oil, peroxide value

中图分类号:

TS207.3

王立琦1，张礼勇1,*,朱秀超2. 大豆油脂过氧化值的近红外光谱分析[J]. 食品科学, 2010, 31(6): 205-207.

WANG Li-qi1，ZHANG Li-yong1,*，ZHU Xiu-chao2. Near-infrared Spectroscopic Analysis of Peroxide Value of Soybean Oil[J]. FOOD SCIENCE, 2010, 31(6): 205-207.

[1]	王娅，张存存，付玉叶，张凡，王颉，王文秀. 融合图谱特征信息的明虾挥发性盐基氮含量无损检测[J]. 食品科学, 2021, 42(2): 283-290.
[2]	卢洁，田婧，梁振华，王金梅，康文艺，马常阳，李昌勤. 近红外光谱法快速测定香菇总糖含量[J]. 食品科学, 2021, 42(12): 189-194.
[3]	胡仁伟，俞玥，倪明龙，俞娇，周俊伟，朱诚，李占明. 基于深度信念网络的近红外光谱鉴别莲子粉掺假[J]. 食品科学, 2020, 41(6): 298-303.
[4]	彭丹，刘亚丽，李林青，毕艳兰. 正交试验设计优化近红外检测牛乳中蛋白质的建模条件[J]. 食品科学, 2020, 41(4): 256-261.
[5]	陈聪聪，王新伟，赵仁勇. 不同加工精度小麦粉储藏过程中脂类变化规律[J]. 食品科学, 2020, 41(3): 159-164.
[6]	王胜鹏，龚自明，郑鹏程，刘盼盼，滕靖，高士伟，桂安辉. 青砖茶品质近红外特征光谱筛选及预测模型建立[J]. 食品科学, 2020, 41(18): 283-287.
[7]	段宇飞，王巧华. 基于特征选择与特征提取融合的鸡蛋新鲜度光谱快速检测模型优化[J]. 食品科学, 2020, 41(12): 273-278.
[8]	张丙芳，王玉林，刘成海，刘大森，张丙秀，刘勇，牟艳秋，孔庆明，郑先哲. 压榨及浸出工艺对大豆油稳定性影响及IPLS-SPA特征波段选择方法应用[J]. 食品科学, 2020, 41(10): 8-13.
[9]	肖慧，孙柯，屠康，潘磊庆. 便携式葡萄专用可见-近红外光谱检测仪器开发与实验[J]. 食品科学, 2019, 40(8): 300-305.
[10]	于殿宇，袁泰增，汪鸿，裴兴武，江连洲，王立琦，于文博. 氮气脱臭对月见草油过氧化值的影响[J]. 食品科学, 2019, 40(24): 252-257.
[11]	何鸿举，朱亚东，王慧，马汉军，陈复生，刘玺，贾方方，康壮丽，刘红，朱明明，赵圣明，王正荣，刘苏汉. 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]. 食品科学, 2019, 40(21): 317-323.
[12]	沈飞，黄怡，周曰春，刘琴，裴斐，李彭，方勇，刘兴泉. 基于光谱和图像信息融合的玉米霉变程度在线检测[J]. 食品科学, 2019, 40(16): 274-280.
[13]	王文秀，彭彦昆，王凡，马营. 局部偏最小二乘法结合可见-近红外光谱预测猪肉挥发性盐基氮[J]. 食品科学, 2019, 40(14): 339-345.
[14]	杨慧，陈德经，夏冬辉，辛茜，陈海涛，金文刚. 基于近红外光谱的大鲵肉粉掺伪鉴别及纯度检测[J]. 食品科学, 2019, 40(10): 331-336.
[15]	赵昕，张任，王伟，李春阳. 基于近红外光谱快速定量检测面粉中曲酸的方法建立[J]. 食品科学, 2018, 39(8): 249-255.

大豆油脂过氧化值的近红外光谱分析

Near-infrared Spectroscopic Analysis of Peroxide Value of Soybean Oil

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价