【摘 要】
:
食用油掺假严重影响消费者的健康,对食品安全构成巨大挑战。橄榄油和山茶油是两种高品质的食用油,其营养价值高,深受人们青睐,但这也导致其价格高,成为掺假的重要目标。低场核磁共振(LF-NMR)技术结合模式识别方法为食用油的快速掺假鉴别和质量控制研究提供了新的思路。本论文首先将LF-NMR与色谱技术相结合,获取掺有不同比例大豆油(SO)或玉米油(CO)的橄榄油(OL)的脂肪酸组成与横向弛豫时间谱。结果表
【基金项目】
:
福建省科技项目社会发展引导性项目2018Y0078; 国家自然科学基金31671920
论文部分内容阅读
食用油掺假严重影响消费者的健康,对食品安全构成巨大挑战。橄榄油和山茶油是两种高品质的食用油,其营养价值高,深受人们青睐,但这也导致其价格高,成为掺假的重要目标。低场核磁共振(LF-NMR)技术结合模式识别方法为食用油的快速掺假鉴别和质量控制研究提供了新的思路。本论文首先将LF-NMR与色谱技术相结合,获取掺有不同比例大豆油(SO)或玉米油(CO)的橄榄油(OL)的脂肪酸组成与横向弛豫时间谱。结果表明,不同掺杂比例橄榄油的横向弛豫时间T2值(T21、T22)受三酰基甘油组分的影响,同时其积分面积(S21、S22)的变化也与不同掺杂橄榄油中的MUFAs和PUFAs的变化密切相关。基于模式识别方法的OPLS-DA和PCA-LDA模型可实现对于掺杂橄榄油的分类鉴别,且当掺假率高于30%时,用SO或CO掺假的OL在OPLS-DA模型中可获得100%的正确判别率;PCA-LDA模型当掺假率超过为30%时,其总判别准确率为98.8%。本研究结果表明LF-NMR结合模式识别分析的方法可以作为一种快速、方便、有效的筛选技术可应用于橄榄油掺假的鉴别,这一技术有望推广至其它食用油的掺假鉴别。在实现对橄榄油的鉴别分析的基础上,将高场与低场NMR技术与相结合,从成分和弛豫两方面入手,对比研究“东方橄榄油”——山茶油与橄榄油在营养成分上的差异,并建模进行山茶油的掺假鉴别分析。高场实验表明山茶油中的油酸、亚麻酸、脂肪酸评价指标的碘值和优质的生物活性物——角鲨烯含量均比橄榄油中高,证明了山茶油具有更高的营养价值。而低场NMR联合模式识别方法的山茶油鉴别模型可实现山茶油与掺杂山茶油当掺假比例至少为30%时,OPLS-DA模型能够完全区分。结果表明LF-NMR结合模式识别分析的方法可以作为一种快速、方便、有效的筛选技术广泛应用于高品质食用油掺假的鉴别。
其他文献
多标签图像分类是图像分类领域的一个重要研究课题,是对单标签图像分类任务的拓展。相对于单标签图像分类任务,多标签图像分类具有更大的复杂性,并且由于标签之间存在一定的相关性,所以探索标签之间的相关性来辅助多标签分类是一个十分有意义的课题。本文以多标签图像分类为目标,重点探索模型各部分蕴含的标签相关性对模型性能的影响。主要基于ResNet骨干网络进行改进,并在基准数据集(MS-COCO和NUS-WIDE
隐喻是一种常见的修辞方式,可以增强语言的渲染能力,提升感官体验,促进说者与听者的共鸣。除了修辞层面上的功能,隐喻更是人类的一种认知手段和思维方式,是人类概念系统塑造的基础。认知和修辞上的功能使得隐喻活跃于各类自然语言交流场景中,同时大量隐晦含蓄的隐喻表达也成为了自然语言处理任务必须直面的一个难点。隐喻计算包括隐喻识别与隐喻理解两大模块。隐喻识别旨在对语料中的隐喻表达加以区分,供后续的隐喻理解模块处
行人重识别旨在不同摄像头下寻找相同行人图像。它在智能安防和智慧零售中具有十分重要的作用。随着深度学习技术的发展,行人重识别模型的识别精度逐渐提升,已经达到较高识别精度。但是这些方法往往需要大量高质量的标注数据训练模型,并且模型易局限于特定的场景,不能很好地泛化到新场景中进行应用,故行人重识别中的无监督学习和无监督域适应问题成为了近年来研究的热点。本文针对这两方面问题,分别提出非对称协同教学网络(A
在计算机辅助设计(CAD)系统中,等距曲线具有有理形式的参数曲线称为OR曲线,可以分为两类:一类是Pythagorean Hodograph(PH)曲线,它的等距曲线是一个有理多项式;另一类是indirect-PH(间接PH)曲线,它的等距曲线不是有理多项式,但经过合适的参数变换后,在新参数下是一个有理多项式.平面Bézier曲线具有非常广泛的应用,但在通常情况下,一条平面Bézier曲线的等距曲
电子商务领域由于其庞大的用户群体和商品数量,成为了信息过载问题的“重灾区”之一,因此优秀的电商推荐算法成为了众多大型电商平台的支撑技术和必备武器。提升电商领域的推荐算法性能,一方面可以避免用户迷失在庞大的商品森林之中,另一方面可以极大的提升商家和平台的成交额与收益。在传统的电商推荐场景中,由于大多数可利用的特征之间没有明显的空间或时间关系,因此循环神经网络等方法在该领域难以得到运用。基于会话的推荐
陶瓷材料Li1.3A10.3Ti1.7(PO4)3(LATP)拥有7×104 S cm-1的高离子电导率,原料成本低,同时在空气中具有较高的稳定性,是一种理想的固态电解质材料。本文采用固相烧结法探究了制备工艺参数对LATP固态电解质结构,形貌及离子电导率的影响规律。基于LATP与锂金属负极在热力学上极不稳定,在循环过程中Ti4+易被锂金属还原为Ti3+,导致电池在充放电过程中失效。因此,在LATP
准确描述侧翻风险是实现车辆侧翻预警和失稳主动安全控制的基础。然而铰接转向工程车辆常在复杂地面环境下行驶,其过程伴随着强非线性、大惯量、高时滞等特点,使研究普通乘用车侧翻预警的方法并不适用于该车型。本文围绕基于数据驱动的铰接转向工程车辆侧翻预测模型展开研究,从数据的角度综合考虑车身姿态和运动学参数搭建横向稳定性辨识与侧翻预测模型,解决工程车辆及其作业环境的特殊性与复杂性导致的动力学建模计算繁琐与准确
随着5G时代的到来,人们对智能生活的渴求越来越强烈,柔性器件作为智能生活的重要标志及核心组成部分之一,为生物医疗技术、能源、电子器件等领域的更新换代提供了新的动力,尤其是柔性压力传感器(FPS)和可压缩超级电容器(CSC)。FPS因可弯曲、移动方便、更有效的获取信号等优点,成为当下研究的热点,但目前其电源支持仍是刚性的,使用不方便,而CSC因循环寿命长、可弯折性好等特性刚好可以弥补这方面的不足。并
热电材料研究发展到今天,寻找热电性能优异的n型氧化物热电材料是当前的主要目标,在传统的材料研究方法中,通过实验和模拟所产生的数据量为新的材料研究范式奠定了基础,这些实验和模拟所产生的“大数据”为数据驱动技术在该领域的应用提供了前所未有的机遇。本文采用Pymatgen材料计算程序包获取到高通量材料计算和数据共享平台Materials Project中和材料性能有关的各项数据。在考虑了材料数据的结构差
为了满足电动车等对锂离子电池优异的循环和倍率性能的要求,开发高性能的锂离子电池正极材料具有重要的意义。目前,钴酸锂正极材料是应用最广泛、最成熟的商业化锂离子电池正极材料。但由于钻价格昂贵,有一定的毒性,以及工作电压和能量密度较低等问题,不能满足电动车和大规模储能设备的需求。在新型正极材料中,尖晶石镍锰酸锂(LiNi0.5Mn1.5O4)材料的理论比容量为147 mAh g-1,工作电压4.7 V(