基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法技术

本发明专利技术涉及一种基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法，其步骤为：⑴准备实验用纯牛奶以及掺杂尿素牛奶；⑵分别扫描实验用纯牛奶以及掺杂尿素牛奶的近红外光谱；⑶计算得到实验用纯牛奶归一化同步-异步二维近红外相关谱矩阵以及掺杂尿素牛奶归一化同步-异步二维近红外相关谱矩阵；⑷与类别变量矩阵采用多维偏最小二乘法建立判别模型；⑸将未知样品奶扫描计算得到未知样品奶同步-异步二维近红外相关谱矩阵，代入判别模型，得到是否掺杂尿素。本发明专利技术既充分利用了待分析体系随外扰变化的“相似性”和“差异性”信息，又克服仅采用同步谱或异步谱矩阵冗余信息对模型的影响，该方法简易、科学、分析效率和判别正确率高。

【技术实现步骤摘要】
基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法
本专利技术属于检测方法领域，尤其是一种基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法。
技术介绍
牛奶是营养丰富的食品，它包含了人体生命必需元素，因此深受大部分消费者欢迎。但是，由于国内牛奶奶源分散和牛奶检测复杂性等原因，一些不法商贩常往奶制品中添加一些本不属于牛奶的“外来物质”，比如：尿素、三聚氰胺等。这些“外来物质”能使不合格的奶变成合格奶，能让其获得更多利润。这些掺杂牛奶严重损害了乳制品企业和消费者的利益。常规的一维光谱已被广泛应用于判别掺假食品中，如牛奶、奶粉、蜂蜜、苹果汁和橄榄油等。然而，牛奶是一种复杂的生物体系，既包含溶解物，还包括悬浮的胶体；再加上牛奶中掺杂物的多样化和微量化，以致纯牛奶的固有组分和掺杂物特征峰相互相叠。因此，通过常规的一维光谱无法有效地提取牛奶中微量的掺杂物特征信息。与常规一维谱相比，二维相关光谱将光谱变量在第二维上展开，具有高的光谱分辨率；其体现的是随特定外扰变化的信息，即“特定外扰”与“二维相关谱”是一一对应的，具有较高的选择性；同时，根据同谱和异谱交叉峰的正负和有无可有效对官能团进行指认，具有较高的图谱解析能力，适合于那些常规光谱方法难以满足的相似样品的鉴别分析。同步二维相关谱是关于主对角线对称，体现的是待测体系随外扰变化“相似性“的信息，而异步二维相关谱是关于主对角线反对称，体现的是待测体系随外扰变化”差异性“的信息。因此直接根据同步和异步二维相关谱直观比对，已被应用于掺杂食品的定性分析，但该方法存在效率低、误判等问题。为了解决上述问题，人们提出将二维相关同步谱与模式识别结合的方法来判别掺杂食品。但由于同步二维相关谱是关于主对角线对称的，建模信息存在冗余问题，而且该矩阵仅反映的是待分析体系随外扰变化“相似性”的信息，缺少随外扰“差异性”变化的特征信息。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法，该检测方法既利用了同步谱随外扰变化待测体系“相似性”变化信息，又利用了异步谱随外扰变化待测体系“差异性”变化信息，同时也克服了直接采用同步谱或异步谱建模数据存在冗余问题，该方法简易、科学、分析效率和判别正确率高。本专利技术是通过以下技术方案实现的：一种基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法，其步骤为：⑴、准备实验用纯牛奶以及用实验用纯牛奶掺杂不同浓度尿素的掺杂尿素牛奶；⑵、分别扫描实验用纯牛奶的近红外光谱、掺杂尿素牛奶的近红外光谱，分别得到实验用纯牛奶一维近红外光谱数据、掺杂尿素牛奶一维近红外光谱数据，并通过计算得到实验用纯牛奶一维近红外平均谱数据；⑶、将实验用纯牛奶一维近红外平均谱数据与实验用纯牛奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，进行二维相关计算得到实验用纯牛奶同步二维近红外相关谱以及实验用纯牛奶异步二维近红外相关谱；将实验用纯牛奶一维近红外平均谱数据与掺杂尿素牛奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，进行二维相关计算得到实验用掺杂尿素牛奶同步二维近红外相关谱以及实验用掺杂尿素牛奶异步二维近红外相关谱；⑷、将步骤⑶中得到的实验用纯牛奶同步二维近红外相关谱、实验用纯牛奶异步二维近红外相关谱、实验用掺杂尿素牛奶同步二维近红外相关谱以及实验用掺杂尿素牛奶异步二维近红外相关谱分别进行归一化处理得到对应的实验用纯牛奶归一化同步二维近红外相关谱矩阵、实验用纯牛奶归一化异步二维近红外相关谱矩阵、实验用掺杂尿素牛奶归一化同步二维近红外相关谱矩阵以及实验用掺杂尿素牛奶归一化异步二维近红外相关谱矩阵；⑸、提取实验用纯牛奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第一矩阵，提取实验用纯牛奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第二矩阵，将第一矩阵和第二矩阵求和得到实验用纯牛奶同步-异步二维近红外相关谱矩阵；⑹、提取实验用掺杂尿素牛奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第三矩阵，提取实验用掺杂尿素牛奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第四矩阵，将第三矩阵和第四矩阵求和得到实验用掺杂尿素牛奶同步-异步二维近红外相关谱矩阵；⑺、将实验用纯牛奶同步-异步二维近红外相关谱矩阵以及实验用掺杂尿素牛奶同步-异步二维近红外相关谱矩阵与类别变量矩阵采用多维偏最小二乘法建立判别模型；⑻、将未知样品奶进行近红外光谱扫描得到未知样品奶一维近红外光谱数据，将实验用纯牛奶一维近红外平均谱数据与未知样品奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，计算得未知样品奶同步二维近红外相关谱以及未知样品奶异步二维近红外相关谱，然后分别进行归一化处理得到对应的未知样品奶归一化同步二维近红外相关谱矩阵以及未知样品奶归一化异步二维近红外相关谱矩阵，提取未知样品奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第五矩阵，提取未知样品奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第六矩阵，将第五矩阵和第六矩阵求和得到未知样品奶同步-异步二维近红外相关谱矩阵，将未知样品奶同步-异步二维近红外相关谱矩阵代入步骤⑺中的判别模型，得到未知样品奶是否掺杂尿素。而且，所述的近红外光谱采用波段是4000-10000cm-1。而且，所述的近红外光谱优选波段范围是：4200-4800cm-1。本专利技术的优点及有益效果是：1、本专利技术与传统的一维光谱相比，二维相关谱具有高的光谱分辨率、高的选择性和高的图谱解析能力，可有效提取被牛奶固有组分淹没或覆盖的掺杂物微弱信息。2、本专利技术提取了同步二维近红外相关谱主对角线上半部分和异步谱主对角线下半部分，并将异步谱主对角线上元素赋为0。将所提取的同步谱上半矩阵和异步谱下半矩阵组成一个新的矩阵，即：同步-异步二维近红外相关谱矩阵，用于建模分析。该新的矩阵中既包括了同步谱随外扰变化待测体系“相似性”变化信息，又包括了异步谱随外扰变化待测体系“差异性”变化信息。3、本专利技术将同步-异步二维近红外相关谱矩阵与多维偏最小二乘法相结合实现掺杂尿素牛奶与纯牛奶的定性判别，既全面提取了牛奶中掺杂微量的掺杂物信息，也克服了直接采用同步谱或异步谱建模数据存在冗余问题。该方法简易、科学、分析效率和判别正确率高。4、本专利技术牛奶中掺尿素的同步-异步二维近红外相关谱矩阵判别方法相对同步二维近红外相关谱或异步二维近红外相关谱，对未知样本的预测更为准确，可广泛应用于食品掺伪检测中。附图说明图1为实验用纯牛奶归一化同步二维近红外相关谱；图2为实验用纯牛奶归一化异步二维近红外相关谱；图3为实验用掺杂尿素牛奶归一化同步二维近红外相关谱；图4为实验用掺杂尿素牛奶归一化异步二维近红外相关谱；图5为实验用纯牛奶同步-异步二维近红外相关谱；图6为实验用掺杂尿素牛奶同步-异步二维近红外相关谱；图7基于同步-异步二维近红外相关谱多维偏最小二乘判别模型对校正集内部交叉验证的预测结果(*表示掺杂尿素牛奶样品，○表示纯牛奶样品)；图8基于同步-异步二维近红外相关谱多维偏最小二乘判别模型对预本文档来自技高网...

【技术保护点】
一种基于同步‑异步二维近红外相关谱检测牛奶掺尿素的方法，其特征在于：该方法的步骤为：⑴、准备实验用纯牛奶以及用实验用纯牛奶掺杂不同浓度尿素的掺杂尿素牛奶；⑵、分别扫描实验用纯牛奶的近红外光谱、掺杂尿素牛奶的近红外光谱，分别得到实验用纯牛奶一维近红外光谱数据、掺杂尿素牛奶一维近红外光谱数据，并通过计算得到实验用纯牛奶一维近红外平均谱数据；⑶、将实验用纯牛奶一维近红外平均谱数据与实验用纯牛奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，进行二维相关计算得到实验用纯牛奶同步二维近红外相关谱以及实验用纯牛奶异步二维近红外相关谱；将实验用纯牛奶一维近红外平均谱数据与掺杂尿素牛奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，进行二维相关计算得到实验用掺杂尿素牛奶同步二维近红外相关谱以及实验用掺杂尿素牛奶异步二维近红外相关谱；⑷、将步骤⑶中得到的实验用纯牛奶同步二维近红外相关谱、实验用纯牛奶异步二维近红外相关谱、实验用掺杂尿素牛奶同步二维近红外相关谱以及实验用掺杂尿素牛奶异步二维近红外相关谱分别进行归一化处理得到对应的实验用纯牛奶归一化同步二维近红外相关谱矩阵、实验用纯牛奶归一化异步二维近红外相关谱矩阵、实验用掺杂尿素牛奶归一化同步二维近红外相关谱矩阵以及实验用掺杂尿素牛奶归一化异步二维近红外相关谱矩阵；⑸、提取实验用纯牛奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第一矩阵，提取实验用纯牛奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第二矩阵，将第一矩阵和第二矩阵求和得到实验用纯牛奶同步‑异步二维近红外相关谱矩阵；⑹、提取实验用掺杂尿素牛奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第三矩阵，提取实验用掺杂尿素牛奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第四矩阵，将第三矩阵和第四矩阵求和得到实验用掺杂尿素牛奶同步‑异步二维近红外相关谱矩阵；⑺、将实验用纯牛奶同步‑异步二维近红外相关谱矩阵以及实验用掺杂尿素牛奶同步‑异步二维近红外相关谱矩阵与类别变量矩阵采用多维偏最小二乘法建立判别模型；⑻、将未知样品奶进行近红外光谱扫描得到未知样品奶一维近红外光谱数据，将实验用纯牛奶一维近红外平均谱数据与未知样品奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，计算得未知样品奶同步二维近红外相关谱以及未知样品奶异步二维近红外相关谱，然后分别进行归一化处理得到对应的未知样品奶归一化同步二维近红外相关谱矩阵以及未知样品奶归一化异步二维近红外相关谱矩阵，提取未知样品奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第五矩阵，提取未知样品奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第六矩阵，将第五矩阵和第六矩阵求和得到未知样品奶同步‑异步二维近红外相关谱矩阵，将未知样品奶同步‑异步二维近红外相关谱矩阵代入步骤⑺中的判别模型，得到未知样品奶是否掺杂尿素。...

【技术特征摘要】
1.一种基于同步-异步二维近红外相关谱检测牛奶掺尿素的方法，其特征在于：该方法的步骤为：⑴、准备实验用纯牛奶以及用实验用纯牛奶掺杂不同浓度尿素的掺杂尿素牛奶；⑵、分别扫描实验用纯牛奶的近红外光谱、掺杂尿素牛奶的近红外光谱，分别得到实验用纯牛奶一维近红外光谱数据、掺杂尿素牛奶一维近红外光谱数据，并通过计算得到实验用纯牛奶一维近红外平均谱数据；⑶、将实验用纯牛奶一维近红外平均谱数据与实验用纯牛奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，进行二维相关计算得到实验用纯牛奶同步二维近红外相关谱以及实验用纯牛奶异步二维近红外相关谱；将实验用纯牛奶一维近红外平均谱数据与掺杂尿素牛奶一维近红外光谱数据按行排列组成的光谱矩阵，根据Noda理论，进行二维相关计算得到实验用掺杂尿素牛奶同步二维近红外相关谱以及实验用掺杂尿素牛奶异步二维近红外相关谱；⑷、将步骤⑶中得到的实验用纯牛奶同步二维近红外相关谱、实验用纯牛奶异步二维近红外相关谱、实验用掺杂尿素牛奶同步二维近红外相关谱以及实验用掺杂尿素牛奶异步二维近红外相关谱分别进行归一化处理得到对应的实验用纯牛奶归一化同步二维近红外相关谱矩阵、实验用纯牛奶归一化异步二维近红外相关谱矩阵、实验用掺杂尿素牛奶归一化同步二维近红外相关谱矩阵以及实验用掺杂尿素牛奶归一化异步二维近红外相关谱矩阵；⑸、提取实验用纯牛奶归一化同步二维近红外相关谱矩阵主对角线及其上半部分数据得到第一矩阵，提取实验用纯牛奶归一化异步二维近红外相关谱矩阵主对角线及其下半部分数据，并将其主对角线的数据赋为0，得到第二矩阵，将第一矩阵和第二矩阵求和得到实验用纯牛奶同步-异步二维近红外相关谱矩阵；⑹、提取实验用掺杂尿...

【专利技术属性】
技术研发人员：杨仁杰，单慧勇，张伟玉，刘海学，董桂梅，于亚萍，朱文碧，
申请(专利权)人：天津农学院，
类型：发明
国别省市：天津;12