快速检测和量化化牛奶中胺,尿素,糖,水和奶粉的造,使用福里埃变换红外光谱 (FTIR) 与现代统计机器学习算法相结合
Chu Chu1, Haitong Wang1, Xuelu Luo1
1Key Lab of Agricultural Animal Genetics, Breeding and Reproduction of Ministry of Education, Huazhong Agricultural University, Wuhan, 430070, China.
这项研究使用富里埃变换红外光谱 (FTIR) 和机器学习来检测牛奶造. 先进的算法显著提高了在巴氏化牛奶中识别和量化常见 adulterants 的准确性.
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:
- 确保牛奶的真实性对于消费者安全和市场完整至关重要.
- 检测牛奶伪造的传统方法可能是耗时和劳动密集的.
- 福里埃变换红外光谱 (FTIR) 提供了一种快速而非破坏性的分析方法.
研究的目的:
- 开发和验证一种快速,高效和简单的方法来选巴氏化牛奶的真实性.
- 通过FTIR光谱学与机器学习相结合,识别和量化牛奶中常见的 adulterants.
- 将现代统计机器学习算法的性能与部分最小平方 (PLS) 等传统方法进行比较.
主要方法:
- 采用福里埃变换红外光谱 (FTIR) 来获取光谱数据.
- 采用了各种机器学习算法,包括多层感知器 (MLP),贝叶斯规范神经网络 (BRNN),极端梯度增强 (XGB) 和投影追踪回归 (PPR).
- 开发多种分类模型用于伪造物识别和回归模型用于量化.
主要成果:
- 一个多层感知子 (MLP) 模型在识别伪造物类型方面实现了97.4%的准确性.
- 贝叶斯调节的神经网络 (BRNN) 在量化胺,尿素和奶粉方面表现出色.
- 极端梯度增强 (XGB) 和投影追踪回归 (PPR) 在量化分别糖和水方面表现强,RPD值>3.
结论:
- FTIR光谱与先进的机器学习算法相结合,为检测牛奶造提供了一个强大的工具.
- 拟议的方法是一种成本效益和快速的解决方案,用于常规选巴氏化牛奶的真实性.
- 与PLS相比,现代的统计机器学习显著提高了FTIR在预测牛奶造方面的能力.
更多相关视频
10:50Detection and Quantification of Plasmodium falciparum in Aqueous Red Blood Cells by Attenuated Total Reflection Infrared Spectroscopy and Multivariate Data Analysis
Published on: November 2, 2018
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
相关概念视频
Applications of IR Spectroscopy: Overview
IR Spectrometers
IR Frequency Region: Fingerprint Region
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
