【技术实现步骤摘要】
本专利技术涉及农产品质量安全领域,具体地说,涉及一种基于振动光谱的矿物油抛光粮食快速无损检测方法。
技术介绍
农产品是迄今为止人类赖以生存的食物重要来源。随着生产力的发展和社会的进步,对农产品质量安全的关注日益提高。农产品质量安全包含两个方面的含义,其一是质量,即营养成分的含量是否达标、风味是否良好;其二是安全,即是否存在危害或潜在危害人类健康的物理、化学、生物及其他各方面可能的因素。质量良好的农产品可以给人类提供优质的能量、营养来源,对保障人类生存、繁衍具有重要意义。然而近年来,不法商贩对劣质农产品以次充好、造假制假等行为屡见不鲜。以大米为例,已有报道称不法商贩用矿物油抛光陈旧大米,使其“油光可鉴”,以冒充优质大米出售给消费者。食用上述矿物油抛光大米对人存在这极大的安全隐患,甚至直接危害消费者身体健康。并且,大米是我国大宗农产品,拥有巨大的消费人群和消费市场。因此,针对矿物油抛光大米的快速无损检测成为亟待解决的问题。矿物油是石油化工产品,以脂肪烃为主。由于其中几乎不含有芳香烃,因此采用传统的荧光法很难对其进行检测。采用传统的感官评价方法则具有较强的主观因素,容易形成误判。现代大型仪器方法虽然可以得到精准的检测结果,但是操作繁琐、对检测人员的专业性要求高、检测过程需要使用化学试剂、检测周期长、检测效率低、难以适应大宗农产品的快速检测需求。振动光谱是一种基于物质分子的振动、转动能级跃 ...
【技术保护点】
一种抛光粮食的快速无损鉴别方法,其特征在于,所述方法包括以下步骤:(1)用已知的抛光粮食和未抛光粮食为样品,构建样本总组数为n的训练集;所述训练集中,n≥50,抛光样品与未抛光样品的组数之比为1~3.5:1;(2)采集所述训练集中每组样品在8900cm‑1~12000cm‑1波长范围内的近红外吸收光谱,每组样品的近红外吸收光谱以1cm‑1~3cm‑1为间隔包括m个光谱数据;(3)以所述训练集中全部样品的近红外吸收光谱数据构建n×m阶矩阵,对所述训练集中的抛光样品和未抛光样品分别赋予不同的数值,依据所述数值用回归算法提取所述矩阵的若干组特征向量并获得与所述特征向量一一对应的特征值,以特征值最高的两组特征向量作为第1特征向量和第2特征向量;(4)依据训练集中每组样品的近红外吸收光谱数据,求出分别与所述第1特征向量和第2特征向量对应的权重值,作为各训练集样品的得分值1和得分值2,并以其分别为横、纵坐标,绘制训练集样品的二维得分散点图;在该图上标记一条抛光样品与未抛光样品的分界线,所述分界线两侧分别为抛光区域和未抛光区域;(5)用与步骤(2)相同的方法采集待测样品的近红外吸收光谱数据,据此数据 ...
【技术特征摘要】
1.一种抛光粮食的快速无损鉴别方法,其特征在于,所述方法
包括以下步骤:
(1)用已知的抛光粮食和未抛光粮食为样品,构建样本总组数
为n的训练集;所述训练集中,n≥50,抛光样品与未抛光样品的组数
之比为1~3.5:1;
(2)采集所述训练集中每组样品在8900cm-1~12000cm-1波长范围
内的近红外吸收光谱,每组样品的近红外吸收光谱以1cm-1~3cm-1为间
隔包括m个光谱数据;
(3)以所述训练集中全部样品的近红外吸收光谱数据构建n×m
阶矩阵,对所述训练集中的抛光样品和未抛光样品分别赋予不同的数
值,依据所述数值用回归算法提取所述矩阵的若干组特征向量并获得
与所述特征向量一一对应的特征值,以特征值最高的两组特征向量作
为第1特征向量和第2特征向量;
(4)依据训练集中每组样品的近红外吸收光谱数据,求出分别
与所述第1特征向量和第2特征向量对应的权重值,作为各训练集样品
的得分值1和得分值2,并以其分别为横、纵坐标,绘制训练集样品的
二维得分散点图;在该图上标记一条抛光样品与未抛光样品的分界
线,所述分界线两侧分别为抛光区域和未抛光区域;
(5)用与步骤(2)相同的方法采集待测样品的近红外吸收光谱
数据,据此数据求出分别与所述第1特征向量和第2特征向量对应的权
重值,作为待测样品的得分值1和得分值2;
(6)以待测样品的得分值1和得分值2分别为横、纵坐标,在所
述二维得分散点图中绘出对应的待测点,根据所述待测点所在的区
域,鉴别待测样品是否为抛光粮食。
2.根据权利要求1所述的方法,其特征在于,每组样品的取样方
法为:取相同品种、产地以及采收时间的粮食不少于3kg,采用堆锥
\t四分缩分法获得一组样品,每组样品的质量为200±5g。
3.根据权利要求1或2所述的方法,其特征在于,所述粮食为谷
物,优选为大米;
所述矿物油为液体石蜡。
4.根据权利要求1~3任意一项所述的方法,其特征在于,所述训
练集中,抛光样品和未抛光样品的数量均不小于40。
5.根据权利要求1~4任意一项所述的方法,其特征在于,所述未
抛光样品的矿物油含量为0;所述抛光样品中的矿物油含量为
0.4~0.6%。
6.根据权利要求1~5任意一项所述的方法,其特征在于,用于采
集所述近红外吸收光谱数据的光谱仪分辨率为1cm-1~64cm-1,优选
为4cm-1~16cm-1。
7.根据权利要求1~6任意一项所述的方...
【专利技术属性】
技术研发人员:王冬,潘立刚,马智宏,王纪华,韩平,贾文珅,
申请(专利权)人:北京市农林科学院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。