基于近红外光谱的大米蛋白质含量快速检测

2021-06-04 09:19:06刘金明张东杰34张爱武3
食品与机械 2021年5期
关键词:检测模型

殷 坤 刘金明 张东杰34 张爱武3

(1.黑龙江八一农垦大学食品学院,黑龙江 大庆 163319;2.黑龙江八一农垦大学信息与电气工程学院,黑龙江 大庆 163319;3.黑龙江八一农垦大学国家杂粮工程技术研究中心,黑龙江 大庆 163319;4.黑龙江省农产品加工与质量安全重点实验室,黑龙江 大庆 163319)

大米蛋白质是公认的优质植物蛋白质之一[1],其氨基酸组成均衡合理,不会产生过敏反应[2]。研究[3]表明,大米中蛋白质含量与大米的食味品质呈负相关,蛋白质含量增加,会导致米饭的硬度增大、弹性降低、色泽变差,大米的食味品质变差。大米蛋白质含量的检测是评价大米质量的重要手段之一。目前,蛋白质含量的测定方法主要依据GB 5009.5—2016《食品安全国家标准 食品中蛋白质的测定》中的凯氏定氮法、分光光度法和燃烧法。该国标检测方法具有准确性好、灵敏度高的特点,但操作繁琐、检测时间长且破坏样品。

近红外光谱(near infrared spectroscopy,NIRS)分析技术因其简便、快速、低成本、无损以及多组分同步检测的优点被广泛应用于大米蛋白质、脂肪等成分含量的快速检测。苗雪雪等[4]使用偏最小二乘(partial least squares,PLS)、组合区间PLS和移动窗口PLS 3种方法对327份大米样本的NIRS和水分含量进行建模,结果表明移动窗口PLS法建立的模型的预测集相关系数达到了0.961 7,可以用于大米水分含量的快速检测。刘文丽等[3]使用OPUS定量分析软件分别对大米蛋白质和蛋白质(干基)进行PLS建模,得到的最佳近红外模型决定系数R2分别为0.956 5和0.974 1,剩余预测偏差(residual predictive deviation,RPD)分别为4.79和6.21,说明两种模型都有较好的精确性,可以用于预测大米中蛋白质含量。……

登录APP查看全文

猜你喜欢
检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用