基于太赫兹光谱的大豆油中辣椒素和苯并(a)芘的快速检测

被引量 : 0次 | 上传用户:aspiis6sql
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
大豆油营养价值丰富,是人们日常生活中必不可少的食品,其质量安全关系国民健康,是社会关注的焦点问题。大豆油加工过程中产生的有害物苯并(a)芘、掺杂的地沟油等问题对大豆油的质量安全带来较大隐患。传统检测方法以化学分析法为主,大多较为繁琐,且耗时、费力、价格高,无法满足对食用油进行实时检测的要求,因此急需要开发快捷准确的食用油质量安全检测方法。太赫兹光谱技术作为近年来一种新兴的检测技术,在能量、灵敏度、穿透力等方面具有其它检测技术没有的优势,因此在食品的无损检测中受到广泛关注。本文基于太赫兹光谱技术结合不同的化学计量学方法,对食用植物油质量安全的快速无损检测进行研究。主要研究结果如下:(1)完成了基于太赫兹光谱技术的大豆油中辣椒素浓度检测方法。辣椒素是地沟油的重要标志物,可用来进行地沟油判别。光谱的最佳特征由GA和主成分分析PCA方法进行预处理来获得,并结合不同的化学计量学方法,包括BPNN、PLS和LS-SVM以获取最佳的判别模型。研究结果表明BPNN结合GA能够得到较好的定量预测模型,其中RP为0.9309,RMSEP为0.4030μg kg-1,对低于国标浓度的1.25μg kg-1的辣椒素检测准确率达到100%。(2)完成了基于太赫兹光谱技术的大豆油中苯并(a)芘浓度的快速检测。通过在大豆油中添加不同浓度梯度的苯并(a)芘得到实验样品,利用太赫兹光谱技术联合化学计量法来检测大豆油中有害物质苯并(a)芘的浓度及分类。将SR和PCA作为预处理方法对高维太赫兹数据进行降维处理,提取特征光谱数据。比较BPNN、LS-SVM和PLS的预测效果,获得最佳的定量预测模型。结果表明LS-SVM联合SR方法最优,模型的预测结果与标准值相比RP为0.9623,RMSEP为1.2836μg kg-1。结果表明,利用太赫兹光谱技术结合适当的化学计量学方法可实现大豆油中辣椒素和苯并(a)芘的快速检测,为大豆油的质量安全保障提供技术支撑,同时也为其他食用植物油质量安全的快速检测探索出新方法。
其他文献
美学这个称呼指的是艺术哲学,而符号是研究意义的学问,因此,符号美学目标是从文本的形式特征讨论艺术意义。艺术产业是当今社会文化的重要趋势,“泛艺术化”现象使这个趋势发展愈加迅速而复杂,它成了符号美学不得不面对的重要问题。应用符号美学的分析方式,就必须首先对当今的艺术产业作出分节,整个艺术产业可以被分成四个圈层,简单的说法就是“专业艺术”“群众艺术”“环境艺术”以及“商品艺术”。它们都是艺术与产业经济
文章以乳清分离蛋白(whey protein isolate, WPI)和莲藕支链淀粉(lotus root amylopectin, LRA)的复合物为乳化剂,测定纳米乳液的抑菌特性,分析不同油相比、芯壁比对乳液粒径、储存稳定性的影响。研究结果表明,大豆油(soybean oil, SO)和薄荷油(peppermint oil, PO)混合油相的使用能够预防乳液奥氏熟化现象的发生。抗菌实验表明,
针对老年人群体与现代金融服务的“数字鸿沟”问题,为了提高老年人在信息现代化进程中的获得感、幸福感,以295个60岁及以上老年人为研究对象,通过问卷调查,发现当前老年人群体在现金使用、移动支付、办理金融业务及金融知识获取等四方面存在阻碍。因此,建议营造更便利的现金支付环境、打造更安全的移动支付体系、研发更合适的专属金融产品、提供更有温度的普惠金融服务等建议,以期更好地服务老年人群体。
劳动教育与其他学科有众多内在联系,充分利用生活资源,开发挑战性劳动课程,可以达到以劳树德、以劳增智、以劳强体、以劳育美的目的,让每个学生在劳动实践活动中绽放最美的成长姿态。
<正>习近平总书记在党的二十大报告提出了新时代新征程的使命任务,要加快发展方式绿色转型,实施全面节约战略,加快构建废弃物循环利用体系,发展绿色低碳产业。这让再生有色金属产业界同仁深受鼓舞、信心倍增。我的报告将简要介绍十八大以来再生有色金属产业取得的主要成就,重点针对今年产业发展情况和重大变化,以及“十四五”发展趋势,谈几点建议。
期刊
新时代加强孝道文化建设,是应对社会转型和老龄化时代的需要,是弘扬传统家庭美德、培育优秀家风、营造家庭社会和谐关系的需要,是解决代际问题与冲突的需要。当前孝道文化存在孝道观念衰落、子女孝亲不足、啃老现象一定程度存在等问题。加强孝道文化建设,必须着力弘扬中华孝道文化精华,建构父慈子孝、人格平等、睦亲齐家等新型家庭代际伦理,以法律保障和政策导向为孝道文化建设提供有力支持,提升孝亲敬长家庭美德水平和调适家
针对电力爬杆机器人在攀爬过程中捕捉的视频与图像处理问题,文中开展了相关的技术研究。在对所采集到的数据信息进行预处理的基础上,通过损伤定位确定机器人在电杆上的位置。提取目标图像与样本图像的差异特征,将灰度不同的两类图像进行组合并产生二值图像,以适用于不同灰度值图像之间的识别。对分割后的图像进行缺陷提取,采用形态学方法去除干扰信息、用描述子对区域进行描述,并通过判别函数将特征空间分为不同类别的子空间。