期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 牛乳中β-乳球蛋白的中红外快速检测方法建立
黄建辉,张彦辉,张耀广,赵翠琴
乳业科学与技术    2025, 48 (1): 14-19.   DOI: 10.7506/rykxyjs1671-5187-20241011-094
摘要32)   HTML5)    PDF (2943KB)(31)    收藏
通过建立基于傅里叶变换中红外光谱预测模型实现牛乳中β-乳球蛋白的快速检测。将收集到的260 个不同批次的牛乳样品使用高效液相色谱定量检测β-乳球蛋白含量作为参比值;通过乳成分分析仪采集牛乳样品的中红外光谱,选择有效波段,并将原始中红外光谱先经过Savitsky-Golay(SG)平滑、一阶导数或二阶导数等预处理方法消除背景噪音,再利用偏最小二乘回归法构建β-乳球蛋白预测模型。通过比较不同中红外光谱预处理方法,最终选择SG 5点平滑二阶导数的偏最小二乘回归模型为最优模型,获得校正集相关性系数R2为0.932,校正均方根误差为0.049%,预测集相关性系数R2为0.923,预测均方根误差为0.057%,模型具有良好的准确性。
相关文章 | 多维度评价
2. 牛乳中β-乳球蛋白的中红外快速检测方法
黄建辉 张彦辉 张耀广 赵翠琴
乳业科学与技术    0, (): 0-0.  
摘要4)      收藏
通过建立基于傅里叶变换中红外光谱预测模型实现牛乳中β-乳球蛋白的快速检测。将收集到的260个不同批次的牛乳样品使用高效液相色谱定量检测β-乳球蛋白含量作为参比值;通过FT1乳成分分析仪采集牛乳样品的中红外光谱,选择有效波段,并将原始中红外光谱先经过Savitsky-Golay(SG)平滑、一阶导数或二阶导数等预处理方法消除背景噪音,再利用偏最小二乘回归( Partial Least Squares Regression,PLSR)法构建β-乳球蛋白预测模型。通过比较不同中红外光谱预处理方法,最终选择Savitzky-Golay 5点平滑二阶导数的最小二乘法( Partial Least Squares,PLS)模型为最优模型,获得校正集相关性系数 R2为0.943,校正均方差( Root Mean Square Error of Calibration,RMSEC) 为 0.049% ,预测集相关性系数 R2 为 0.923,预测均方差(Root Mean Square Error of Prediction, RMSEP) 为 0.057% ,具有良好的准确性。
相关文章 | 多维度评价