蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究论文.docVIP

　　蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究论文 屠振华 朱大洲 籍保平 孟超英 王林舸 庆兆珅 【摘要】 采集了来自全国20种单植物源和其它多植物源的101份的蜂蜜样品，分别运用傅立叶型近红外光谱仪采用光纤透反射（800~2500 nm，2 mm光程）和透射（800~1370 nm，20 mm光程）采集方式获得近红外光谱，来预测蜂蜜中结构和含量都很相近的果糖和葡萄糖含量。结果发现，两种测量方式下果糖、葡萄糖的预测准确度存在着较大的差异。为了分析这种差异产生的原因，采用支持向量机分析其非线性信息，采用遗传算法分析其特征波长.freelples that originated from 20 different unifloral honey and other multifloral honey samples China.FT-NIR spectrometer inate the content of fructose and glucose of honey odes：transflectance (800－2500 nm，2 mm optical path length) and transmittance (800－1370 nm，20 mm optical path length).It odes.In order to analyze the reason of this difference，support vector machine (SVM) ation，and geic algorithm (GA) their different characteristic ization of detection method，it ination of glucose，short ination of fructose，ethods such as PLSR could obtain good results，and non-linear methods such as SVM did not improve the model performance. Keyetry; Fructose; Glucose; Characteristic m光程、400~2500 nm波段近红外光谱建立果糖和葡萄糖PLS模型，预测集决定系数（R2）分别为0.97和0.91。Garcra等〖4〗利用2 mm光程、400~2500 nm波段近红外光谱建立果糖和葡萄糖PLS模型，预测集决定系数（R2）分别为0.98和0.95。上述研究结果表明， 运用近红外光谱技术可以对蜂蜜中的果糖和葡萄糖含量进行快速检测，但仅集中于某种采集方式下线性定量模型的研究，尚未见对其非线性问题的研究。同时对于由于不同采集方式和参数下这两种单糖预测精度的差异性问题及其预测条件的优化问题也缺乏深入研究。本研究通过比较光谱区间、光程等采集参数，采用偏最小二乘回归线性建模支持向量机非线性建模、采用遗传算法分析蜂蜜中果糖和葡萄糖的特征波长等分析近红外光谱法检测蜂蜜中果糖和葡萄糖含量的差异性问题，优化其最佳检测方案，以提高近红外光谱法检测蜂蜜中果糖和葡萄糖含量的预测精度，并为其在不同实际运用条件下提供可行的检测方案。 2 实验部分 2.1 蜂蜜样品的采集 本研究分别采集了四川、江苏、山西、山东、浙江、福建、河南、吉林、河北、安徽、河北、广西、陕西、辽宁、天津、北京等蜂蜜著名产地的蜂蜜样品，不仅充分代表国内样品品种和产地的特性，也代表了我国蜂蜜的主要出口品种的特征。 本研究的蜂蜜品种也具有很好的代表性，共收集洋槐、琵琶、枣花、五味子、益母草、紫云英、荆条、党参、荔枝、椴树、枸杞、菊花、桂花、玫瑰花、山茶、油菜、柑橘、白刺花、罗布麻、丹参20种单植物源蜂蜜(Unifloral honey)，以及混合植物源蜂蜜（Multifloral honey）共101个蜂蜜样品。 2.2 光谱采集仪器及方法 本实验采用了常见的傅立叶型近红外光谱仪的两种不同采集方式（样品池透射、光纤透反射）来采集蜂蜜的近红外光谱。 光谱采集在环境温度可控的实验室内（温度控制为26 ℃）进行。每次测试前都必须先预热仪器30 min。同时，由于部分蜂蜜存在结晶现象，在实验前对结晶蜂蜜样品采用40 ℃水浴中加热，直至结晶完全溶化，再降至室温（26 ℃）。 光谱采集均采用BRUKER ISF/28N型傅立叶型近红外光谱仪（BRUKER公司），具体采集方法如下：蜂蜜的傅立叶透射光谱采集，附件：石英透射样品池，光程：20 mm，扫描谱区：3600~12500 cm－１，分辨率：8 cm－１，扫描次数：32次；蜂蜜的傅立叶光纤透反射光谱。附件：石英液体透反射光纤探头；光程：2 mm(间