相关实验视频
Updated: May 10, 2025
10:19
Video Tracking Protocol to Screen Deterrent Chemistries for Honey Bees
Published on: June 12, 2017
6.6K
通过差分扫描热度计 (DSC) 和基于图形的半监督学习 (GSSL) 对蜂蜜潜在改的歧视
Kaiyue Huang1, Kaiyuan Huang2, Tongyuan Bai3
1Guangdong Provincial Key Laboratory IRADS and Department of Life Sciences, BNU-HKBU United International College, Zhuhai 519087, China.
Food chemistry
|April 27, 2025
概括
检测蜂蜜造对全球市场至关重要. 差分扫描热量计 (DSC) 与基于图形的半监督学习 (GSSL) 结合,可以准确地识别蜂蜜中添加的糖,确保产品的真实性.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 材料科学 材料科学 材料科学
背景情况:
- 蜂蜜与植物糖的 adulteration 是一个重要的全球挑战.
- 确保蜂蜜的真实性对于消费者信任和市场完整性至关重要.
- 检测伪造的传统方法可能是复杂和资源密集的.
研究的目的:
- 开发和验证一种具有成本效益的方法来检测蜂蜜造.
- 鉴定真蜂蜜和造蜂蜜样本的热特性.
- 应用机器学习技术来准确分类蜂蜜样本.
主要方法:
- 利用差分扫描热度计 (DSC) 来分析43个蜂蜜样本的热概况.
- 在不同的度中加入高果糖玉米糖 (HFCS),以模拟伪造.
- 应用主要组件分析 (PCA) 和基于图形的半监督学习 (GSSL) 用于样本分类.
主要成果:
- 确定了增加的造水平,更高的水含量和降低的玻璃过渡温度 (Tg) 和热容量差异 (ΔCp) 之间的相关性.
- 在区分真实的与伪造的蜂蜜样本方面取得了高分类准确度.
- 使用K-近邻 (KNN) 图形和Kullback-Leibler (KL) 差异有效可视化样本关系.
结论:
- DSC与GSSL的整合为蜂蜜改检测提供了一种资源高效的方法.
- 这种方法提供了高的分类准确性与最小的实验力度.
- 该技术显示出在食品工业中应用的重大希望,以确保蜂蜜的真实性.
更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.5K
08:13Differential Scanning Calorimetry — A Method for Assessing the Thermal Stability and Conformation of Protein Antigen
Published on: March 4, 2017
38.6K
