[发明专利]一种基于定标模型的调味品理化指标检测方法

说明书

本发明公开了一种基于定标模型的调味品理化指标检测方法，包括以下步骤：(1)建立定标模型：取A个样本量作为模型基础数据，在A个样本中选取B个样本，获取B个样本的理化指标化学检测值和近红外光谱曲线；对B个样本的理化指标化学检测值和近红外光谱曲线采取偏最小二乘法分析，确定最佳光谱波段，建立定标模型；(2)验证定标模型：交叉验证SECV和1‑VR；(3)将待测样品的近红外光谱曲线输入定标模型，得待测样品的理化指标检测结果。本发明所述检测方法通过相关关系模型计量学方法对物质的特征光谱与待测组分之间的相关关系模型进行建立，实现利用物质的近红外光谱信息对未知样品成分的快速定量检测。

技术领域

本发明涉及一种化学计量检测方法，具体涉及一种基于定标模型的调味品理化指标检测方法。

背景技术

在调味品的品质监控中，需要对总酸、氨基酸态氮、氯化钠和总固形物等指标进行检测，目前的检测过程中，检测过程较为繁琐复杂，检测受样品状态干扰，而且检测时间长，试验试剂成本和人工成本高。

对于定量分析建立方法和快检方法分析，目前相关的技术主要有以下方面：

专利号：CN201811412543.9《一种酱油定量分析模型的建立方法》公开了一种构建定量分析模型的方法，包括：采集待测样本的光谱图；利用分类模型确定待测样本的类型；在原始校正集中提取所有与待测样本类型相同的校正样本，形成临时判据集；计算临时判据集中每个校正样本与待测样本之间的距离；判断距离小于阈值距离的校正样本的数量是否小于E，若数量小于E个，则中止计算，若数量大于或等于E，则将距离小于阈值距离的校正样本，按照距离从小到大排序，选取距离待测样本最近的前E个光谱，形成临时校正集；利用临时校正集构建定量分析模型，用于所述预测待测样本的定量检测值。该方法可以通过待测样本的光谱特征判断待测样本的类型，并实时构建高特异性的定量分析模型，从而提高定量分析的预测精度，降低模型维护频率和难度，进一步的，当校正样本集的样本组成足以覆盖物料日常波动时，该方法可以免除模型维护工作，保证检测工作的准确性和连续性。该方法通过待测样本的光谱特征判断待测样本的类型，并实时构建高特异性的定量分析模型。但该方法只是适用于酱油产品，无法对均质半固态的产品，如调味品产品进行检测。

专利号CN200910136253.0《调味品中防腐剂含量的快速测定方法》公开一种调味品中防腐剂含量的快速测定方法，包括如下步骤：a)称取调味品样品；b)对样品进行预处理，获得样品溶液；c)在样品溶液中依次加入内标物溶液及提取剂；d)摇匀，取上层清液；e)将上层清液进行色谱分析，获得色谱分析数据；f)将所述色谱分析数据与预定防腐剂标准数据比对，得到调味品中防腐剂的含量。本发明所述的调味品中防腐剂含量的快速测定方法，可以准确、迅速地测定调味品中的防腐剂含量，且一次即可测出调味品中多种防腐剂的含量，因此效率高、结果准确。该方法主要应用于调味品防腐剂检测，不能对调味品其他理化指标，如总酸、氨基酸态氮以及食盐指标进行检测。

发明内容

本发明的目的在于克服现有技术存在的不足之处而提供一种基于定标模型的调味品理化指标检测方法。

为实现上述目的，本发明采取的技术方案为：一种基于定标模型的调味品理化指标检测方法，包括以下步骤：

(1)建立定标模型：

取A个样本量作为模型基础数据，在A个样本中选取B个样本，获取B个样本的理化指标化学检测值和近红外光谱曲线；对B个样本的理化指标化学检测值和近红外光谱曲线采取偏最小二乘法分析，确定最佳光谱波段，建立近红外光谱特征信息与理化指标化学检测值之间的定标模型；所述B≤A，A为≥200的整数

(2)验证定标模型：

交叉验证SECV和1-VR；所述SECV为定标建模过程中进行交叉验证时得到的近红外预测值与化学分析值间的标准偏差；所述1-VR为近红外预测值与化学分析值间的相关系数；