化学计量学在植物油分类鉴别和食用香料及农药兽药残留量分析中的应用-食品科学专业论文.docxVIP

化学计量学在植物油分类鉴别和食用香料及农药兽药残留量分析中的应用-食品科学专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
化学计量学在植物油分类鉴别和食用香料及农药兽药残留量分析中的应用-食品科学专业论文

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知,除r文中特别加以标注和致谢的地方外,论文中不包含其他人已经发 表或撰写过的研究成果,也不包含为获得南昌大学或其他教育机构的学位或证书 而使用过的材料。与我一同T作的同志对本研究所做的任何贡献均己在论文中作了明 确的说明并表示谢意。 学位论文作者签名:{铂季冰签字日期:涮年。月t,日 学位论文版权使用授权书 本学位论艾作者完全了解 南昌大学 有关保留、使用学位论义的规定,有权 保留并向嗣家有关部门或机卡幻送交论文的复印件和磁盘,允许论文被查阅和借阅。本 人授权南昌大学可以将学位沦文的全部或部分内容编入有关数据库进行检索,可以采 用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学何论史在解密后适用本授权书) 学位论文作者答名 ;砸卜 导师签名:渗球弓 签字日期:莎哪y年6月l J H 签字rl期:㈣F年b月I\日 学位论文作者毕、『k后去向 l作单位: 电话: 通讯地址: 邮编: 摘要化学计量学在植物油分类鉴别和食用香料及 摘要 化学计量学在植物油分类鉴别和食用香料及 农药兽药残留量分析中的应用 中文摘要 化学计量学是一门新兴的交叉学科,在提取分析信息、解析化学测量数据、分辨复杂波 谱和化学分类等方面具有自身优势,将化学计量学方法与现代分析手段相结合,用于食品分 析和食品质量控制,为食品安全与检测提供了解决问题的新途径和新方法。 本论文共分为六章。主要研究了将化学计量学方法引入植物油分类,对不同质量的油脂 进行鉴别。研究了把化学计量学技术与分光光度法、荧光光谱法相结合,应用于食用香料、 农药和兽药复杂多组分体系重叠光谱解析和同时测定,拓宽了化学计量学方法的应用范围。 第一章对几种常用的化学计量学方法如模式识别(Pattern Recognition)、多元线性回归 (MLR)、主成分回归(PCR)、偏最小二乘法(PLS)、卡尔曼滤波(KF)和人工神经网络(ANN) 等近年来在食品分祈中的应用进行了回顾和概述,并根据荧光法和分光光度法的特点及化学 计量学方法对复杂光谱(组分间相互重叠光谱)强有力的解析能力,指出了化学计量学方法 在食品分析中的应用前景。 第二章研究了把化学计量学方法引入食用植物油分类和质量鉴别。采集61个豆油和菜籽 油样品,其中豆油样品32个(含25个合格豆油和7个掺伪豆油),菜籽油样品29个(含 15个合格菜籽油和14个酸败菜籽油)。选择密度、折光率、酸价、色泽、水分及挥发物、 皂化值和过氧化值等7个常规理化指标作为变量并进行测定,将测试数据在进行统计分析前 作标准化预处理,使各原变量的均值为0,均方差为1,采用多种化学计量学方法,如主成分 分析、聚类分析、偏最小二乘法和人工神经网络等对所测数据矩阵进行处理,结果表明,经 奇异值分解后,样品的前三个主成分累计方差贡献率为80 67%,其中主成分l占总方差贡献 率的5449%,主成分2占15 18%,主成分3占11%,这三个主成分已含样本的大部分信息 量。色泽、酸价和皂化值在主成分l中起决定作用;折光率和密度对主成分2贡献显著,水 分及挥发物在主成分3中起主要作用。从二维得分图(PCt~PC2)和前三个主成分构成的三 维得分图(PCI~PC2~PC3)均可发现,61个油样直观清楚地分辨成四组,即合格豆油组、 掺伪豆油组、合格菜籽油组和酸败菜籽油组,只有两个菜籽油样品出现误判。研究还发现变 量与样品鉴别具有相关性。色泽、酸价和皂化值是豆油与菜籽油区分的主要因素;密度和折 摘要光率决定了合格豆油与掺伪豆油的鉴别;酸价、色泽和过氧化值是合格菜籽油与酸败菜籽油 摘要 光率决定了合格豆油与掺伪豆油的鉴别;酸价、色泽和过氧化值是合格菜籽油与酸败菜籽油 鉴别的主要因素。根据各样本之间的欧氏距离大小构成的亲疏关系谱系图显示,聚类分析也 基本能够把四种不同质量的植物油鉴别开来。 通过随机抽取一定数量的植物油样本(7个变量组成数据矩阵)作为训练集样本,建立 偏最d,--乘法校正模型和训练径向基人工神经网络(RBF.ANN)参数,然后用建立的PLS、 RBF-ANN模型分别对训练集和测试集样本进行分类鉴别,以此考察方法的识别率和预报能 力。研究分四种情况展开:①豆油.菜籽油区分;②合格豆油.掺伪豆油鉴别;③合格菜籽油. 酸败菜籽油鉴别;④合格豆油一掺伪豆油.合格菜籽油.酸败菜籽油鉴别。结果表明:在豆油. 菜籽油的分类中,两种方法的识别率和预报能力均为100%。在对合格豆油.掺伪豆油进行鉴 别时,RBF.ANN校正模型对训练集和测试集所有样本均能正确识别,识别率和预报能力均为 100%;PLS模

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档