论文部分内容阅读
牛乳中的体细胞数反映了乳牛感染乳房炎的严重程度,是表征乳牛健康状况和乳品质的一个重要指标。传统的牛乳体细胞数(SCC)测定方法大多为实验室法,存在操作繁琐费时,设备昂贵,不利于在线实时检测等缺点。射频/微波介电特性法具有精度高、操作简单及可在线检测的优点,近年来已被广泛应用于液态食品品质的分析中。为此,本文应用同轴探头技术,在室温25℃下,以生鲜牛乳为研究对象,研究不同频率(20~4500MHz)与牛乳体细胞数(0.7~497.1万个/m L)和乳牛乳房炎等级(阴性、弱阳性和阳性)对生鲜牛乳介电特性的影响规律;建立牛乳体细胞数与牛乳介电特性的数学模型;进而结合化学计量学方法研究基于介电谱预测生鲜牛乳体细胞数和乳牛乳房炎等级的方法。主要工作及取得的结论如下:(1)研究了25℃、20~4500MHz频率范围内,牛乳介电参数随频率的变化规律。结果说明,在所测频段范围内,牛乳的相对介电常数随频率的增大而减小,介质损耗因数随频率的增大先减小后增大,在1800MHz左右有最小值。(2)分析了25℃、20~4500MHz频率范围内,牛乳介电参数与体细胞数之间的线性关系。在所测牛乳体细胞数范围内,牛乳的相对介电常数随体细胞数的增加而线性减小,介质损耗因数随体细胞数的增加而线性增大,均可用一元一次方程式表达牛乳的介电参数与体细胞数的关系。对测试频段内153个生鲜牛乳样本的介电参数和体细胞数进行线性拟合,结果表明,单一频率下,相对介电常数和介质耗损因数均与牛乳体细胞数之间的线性相关性较弱。(3)研究了基于介电谱预测生鲜牛乳中的体细胞数的方法。采用x-y共生距离(SPXY)法划分样品,采用连续投影算法(SPA)优选特征变量,建立了基于全频谱和SPA优选的特征变量定量预测生鲜牛乳体细胞数的偏最小二乘回归、广义神经网络、支持向量回归、极限学习机及最小二乘支持向量机模型。结果发现,基于SPA优选的特征变量建立的最小二乘支持向量机模型在预测生鲜牛乳体细胞数方面具有较高的精度,其校正集和预测集的相关系数分别达0.850和0.927,校正均方根误差为0.294lgSCC和预测均方根误差为0.173lgSCC,剩余预测偏差为2.375。(4)研究了基于介电谱定性预测乳牛乳房炎等级的方法。采用Kennard-Stone(KS)法划分样品,在全频谱和SPA优选变量下应用偏最小二乘判别、支持向量机、极限学习机及误差反向传播网络模型分别建立乳牛乳房炎等级的定性预测分析模型。结果发现,基于SPA选取的特征变量建立的误差反向传播网络模型在预测乳牛乳房炎等级方面具有较高的精度,其预测集正确率为94.12%,其中,阴性、弱阳性及阳性预测集的正确率分别为87.50%、95.24%及100.00%。本研究结果说明基于同轴探头技术,结合化学计量学方法可用于预测生鲜牛乳的体细胞数及乳牛乳房炎等级。该结果为开发基于介电特性的生鲜牛乳体细胞数及乳牛乳房炎等级的快速检测仪提供了试验基础,对实现奶源质量监督有重要意义。