使用FT-Mid-Infrared光谱学和机器学习模型识别驼牛奶中的牛奶伪造
Zhiqiu Yao1,2, Xinxin Zhang1,2, Pei Nie1,3
1National Center for International Research on Animal Genetics, Breeding and Reproduction (NCIRAGBR), Ministry of Science and Technology of the People's Republic of China, Huazhong Agricultural University, Wuhan 430070, China.
Foods (Basel, Switzerland)
|December 23, 2023
概括
富里埃变换红外光谱法 (FT-MIR) 和机器学习可以检测驼牛奶中的牛奶造. 这种方法确保了驼牛奶的真实性和质量,保障了消费者的安全.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 驼牛奶营养丰富,但容易与牛奶混杂.
- 奸淫损害了驼牛奶的质量,安全性和消费者信任.
- 快速可靠的检测方法对于验证驼牛奶的真实性至关重要.
研究的目的:
- 评估富里埃变换红外光谱法 (FT-MIR) 结合机器学习,用于检测驼牛奶中的牛奶造.
- 为了确定FT-MIR的灵敏度和准确性,以量化伪造水平.
- 确保驼奶供应链的完整性和安全性.
主要方法:
- 驼牛奶样本被改了不同度的母牛奶.
- 使用FT-MIR (FOSS FT6000光谱仪) 获取了光谱.
- 机器学习模型,包括线性差异分析 (LDA) 和神经网络,用于检测和量化.
主要成果:
- 在LDA模型中,即使添加了10g/100g奶牛牛奶,也可以实现100%的准确性来区分纯和伪造的驼牛奶.
- 神经网络模型的检测极限为3.27g/100g,量化极限为10.90g/100g.
- 定量模型显示出高精度和准确度的伪造水平在10-90g/100g之间.
结论:
- 与机器学习相结合的FT-MIR光谱学提供了一个强大的工具,用于检测和量化驼牛奶中的牛奶造.
- 这种方法可以有效地确保驼牛奶的真实性和质量.
- 这些发现支持在乳制品行业加强食品安全措施和消费者保护.


