基于LF-NMR弛豫特性的煎炸油总极性化合物含量定量建模方法

摘要：

将低场核磁共振(low field nuclear magnetic resonance,LF-NMR)分析技术应用于煎炸油脂总极性化合物(total polar compounds,TPC)含量的预测.采用柱层析方法测定油脂样品的TPC含量作为测定值,采集油脂样品的LF-NMR弛豫特性(峰起始时间T21、T22、T23相应的峰面积比例S21、S22、S23、单组分弛豫时间T2W),分别利用向后筛选多元回归分析、主成分回归分析和偏最小二乘回归分析建立LF-NMR弛豫特性与TPC含量的回归方程,比较3种模型的校正集和预测集的决定系数与均方根误差,最终确定最优模型为偏最小二乘回归模型.应用此模型预测预测集样品TPC含量,决定系数R2可达0.928,预测集均方根误差为0.568％,模型稳定.

关键词：低场核磁共振、总极性化合物含量、向后多元回归、主成分回归、偏最小二乘回归

所属期刊栏目：35

分类号：TS207.3(食品工业)

资助基金：国家自然科学基金青年科学基金项目NSFC31201365;上海市科委重点攻关项目11142200403;上海市教委科研创新项目11YZ109

在线出版日期：2015-02-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：110-114