[发明专利]一种食用油反式脂肪酸的检测方法在审
申请号: | 202111539258.5 | 申请日: | 2021-12-15 |
公开(公告)号: | CN114216893A | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 于慧春;梁海斌;宗珊盈;袁云霞;韩静;张丽;付小雅;易嗣宣 | 申请(专利权)人: | 河南科技大学;三门峡市食品药品检验检测中心;中检集团中原农食产品检测(河南)有限公司 |
主分类号: | G01N21/65 | 分类号: | G01N21/65 |
代理公司: | 郑州睿信知识产权代理有限公司 41119 | 代理人: | 吴敏 |
地址: | 471023 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 食用油 反式 脂肪酸 检测 方法 | ||
1.一种食用油反式脂肪酸的检测方法,其特征在于,该方法包括以下步骤:
1)获取待测食用油的拉曼光谱数据,并对获取的待测食用油拉曼光谱数据进行预处理;
2)确定预处理后待测食用油拉曼光谱数据的峰位,对预处理后待测食用油拉曼光谱数据进行峰位拟合,得到新的拉曼光谱数据;并基于谱峰分解法提取新的拉曼光谱数据的特征,提取出的拉曼光谱特征包括波峰、波谷和峰面积;
3)将获取的拉曼光谱特征作为模型变量输入反式脂肪酸分类模型和/或反式脂肪酸含量预测模型中,得到食用油反式脂肪酸的分类结果和/或反式脂肪酸含量的预测结果,其中,反式脂肪酸分类模型为经过训练的FDA模型,反式脂肪酸含量预测模型为经过训练的机器学习模型,反式脂肪酸分类模型是由基于已知反式脂肪酸所属类别的食用油及其对应拉曼光谱特征训练得到,反式脂肪酸含量预测模型是由已知反式脂肪酸含量的食用油及其对应的拉曼光谱特征训练得到。
2.根据权利要求1所述的食用油反式脂肪酸的检测方法,其特征在于,所述步骤1)中预处理包括采用多项式迭代拟合基线矫正方法进行的拉曼光谱荧光背景去除。
3.根据权利要求1或2所述的食用油反式脂肪酸的检测方法,其特征在于,所述步骤1)中预处理还包括采用标准正态变量变换进行的拉曼光谱降噪处理。
4.根据权利要求1所述的食用油反式脂肪酸的检测方法,其特征在于,所述步骤2)还包括对提取出的拉曼光谱特征采用无信息变量消除法进行筛选的步骤。
5.根据权利要求1或4所述的食用油反式脂肪酸的检测方法,其特征在于,所述步骤2)中拉曼光谱特征提取过程为:通过自动寻峰算法得到拉曼光谱特征峰的波峰与波谷,并采用积分算法得到每一个特征峰的峰面积。
6.根据权利要求5所述的食用油反式脂肪酸的检测方法,其特征在于,所述峰面积的计算公式为:
其中,S为峰面积,N是数据个数,xi是食用油样品的吸光度,Δt为拉曼位移。
7.根据权利要求1所述的食用油反式脂肪酸的检测方法,其特征在于,所述步骤2)中在基于谱峰分解法提取特征时需进行峰位拟合,拟合过程为:
A.选取预处理后待测食用油拉曼光谱数据的目标峰位拟合区间;
B.设定强度阈值与间隔阈值,在目标峰位拟合区间内根据所述阈值进行峰位标定,得到标定后的拉曼光谱峰位;
C.采用峰形函数对标定后的拉曼光谱峰位进行拟合。
8.根据权利要求7所述的食用油反式脂肪酸的检测方法,其特征在于,所述步骤C中的峰形函数为高斯-洛伦兹混合函数。
9.根据权利要求1所述的食用油反式脂肪酸的检测方法,其特征在于,所述的机器学习模型为支持向量机回归模型,该支持向量机回归模型采用的核函数为径向基核函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南科技大学;三门峡市食品药品检验检测中心;中检集团中原农食产品检测(河南)有限公司,未经河南科技大学;三门峡市食品药品检验检测中心;中检集团中原农食产品检测(河南)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111539258.5/1.html,转载请声明来源钻瓜专利网。