发明名称 一种油脂中反式脂肪酸含量的光谱快速检测方法
摘要 本发明公开了一种油脂中反式脂肪酸含量的光谱快速检测方法,采用THz光谱结合BP神经网络对反式脂肪酸快速检测的技术。包括如下步骤:一、收集具有代表性的食用油脂样品作为训练集;二、测定所述训练集样品的THz光谱;三、测定所述训练集样品的反式脂肪酸含量的化学值;四、所述训练集样品的THz波段光学特性的分析,建立吸收系数与反式脂肪酸含量化学值的BP神经网络模型;五、模型的验证;六、待测样品的分析。该方法可通过THz光谱鱼BP神经网络结合,快速测定食用油脂中反式脂肪酸的含量。分析速度快,操作简便,大大提高食用油脂监控能力。
申请公布号 CN104914068A 申请公布日期 2015.09.16
申请号 CN201510136583.5 申请日期 2015.03.19
申请人 哈尔滨商业大学 发明人 王立琦;隋玉林;崔月;李晖;李相昕;刘飞
分类号 G01N21/3581(2014.01)I 主分类号 G01N21/3581(2014.01)I
代理机构 代理人
主权项 一种油脂中反式脂肪酸含量的光谱快速检测方法,其特征在于用THz光谱结合BP神经网络的反式脂肪酸快速检测方法通过以下步骤实现:一、收集具有代表性的食用油脂样品作为训练集:首先要针对不同品质、不同生产工艺、有代表性的食用油脂产品进行收集,作为训练集;然后利用THz光谱仪扫描得到样本集标准光谱;二、测定所述训练集样品的THz光谱:将训练集样品分别放入1mm和5mm的比色皿中,测定所需的光谱,并收集所需的光谱数据;三、测定所述训练集样品的反式脂肪酸含量的化学值:采用气相色谱法对训练集样品的反式脂肪酸含量进行测定;四、所述训练集样品的THz波段光学特性的分析,建立吸收系数与反式脂肪酸含量化学值的BP神经网络模型:(1)将优选出来的训练集样品的光谱数据进行收集,将THz波透过介质后得到参考及样品的THz脉冲时域电场波形Er(ω)和Es(ω),进行傅里叶变换,从而得到各自的频域谱Er(ε)和Es(ε),THz电场的透射系数T(ω)=Es(ω)/Er(ω),复折射率N(ω)=n(ω)+jk(ω),他们存在如下函数关系:<img file="dest_path_FSB0000142511760000011.GIF" wi="919" he="164" />其中,n(ω)为样品的实折射率,k(ω)为样品的消光系数,φ(ω)为样品和参考信号的振幅模的比值,A(ω)为样品和参考信号的相位差,ω为频率;(2)由于k(ω)<<n(ω),可得出样品的吸收系数:<img file="dest_path_FSB0000142511760000012.GIF" wi="992" he="232" />其中,c为真空中光速,d为样品的厚度。通过吸收系数的不同可对样品进行识别;(3)将所收集的52个训练集样本中的10个作为验证集,剩下的42个作为预测集,进行非线性建模,并将预测集用于建立吸收系数与反式脂肪酸含量化学值的BP神经网络模型;五、模型的验证:取已知TFA含量的油脂作为验证集,在相同条件下用光谱仪扫描得到光谱,根据已建立的模型计算TFA含量,经验证每个验证集样本误差均小于10%后,可确定该校正模型适用;若某些验证样本误差大于10%,则对校正参数重新进行回归运算,如此反复,直至得到满意的定量模型;六、待测样品的分析:用光谱仪扫描得到待分析油脂的光谱,进行预处理后将光谱数据输入模型即可测定出油脂中反式脂肪酸含量(待测样品的扫描过程和预处理条件应同校正样本集保持一致,以消除误差)。
地址 150028 黑龙江省哈尔滨市松北区学海街1号哈尔滨商业大学计算机与信息工程学院