10.12166/j.zgyz.1003-7969/2020.01.009
核磁共振氢谱-PCA-SVM回归法用于稀奶油中植脂奶油掺假定量分析
基于核磁共振氢谱-PCA-SVM回归方法,建立稀奶油中掺假植脂奶油的快速定量方法.核磁共振氢谱数据经分段积分、归一化等数据预处理后,利用PCA进行数据降维,采用交叉验证的方法对SVM中的参数进行优化,然后使用最优参数建立稀奶油中掺假植脂奶油比例的定量校准模型.将校正结果与PLS和SVM算法比较,并将所建立的3个模型用于测试集样本的预测.结果 表明:基于PCA-SVM算法定量模型的RMSECV为3.69,RMSEP为5.87,训练集和测试集的R2分别为0.987 5和0.974 3,模型的稳定性、准确性以及模型的预测能力均优于PLS、SVM算法,且运行速度明显快于SVM算法.研究所建立的PCA-SVM模型表现出较好的模型稳定性和预测精度,结合核磁共振氢谱技术可以快速、准确地测定稀奶油中掺假植脂奶油含量,为规范市场上奶油蛋糕等烘焙制品的质量监管提供技术支持.
核磁共振氢谱(1H NMR)、主成分分析、支持向量机、稀奶油、植脂奶油、掺假定量
45
TS201.2;TS225(食品工业)
国家重点研发计划2018YFC1602304
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
38-42,114