论文部分内容阅读
近年由于对饲料添加剂的认识不足、不恰当使用以及把有毒有害物质当作饲料添加剂来使用,相继发生了一系列危害人畜健康和食品安全的事件,如三聚氰胺事件、抗生素滥用问题等。针对以上问题及为了满足目前快速、无损的检测需要,本文研究利用近红外光谱技术对奶牛精料补充料(以下简称精补料)中掺杂的氨基树脂、土霉素及盐酸土霉素进行定性识别和定量检测的可行性及方法,作为奶牛精补料中氨基树脂和抗生素检测参考。试验结果如下：采用全谱进行分析,确定试验样本制备粒度为20目。对于定性识别模型的建立,在选择合适的预处理,将PLS-LDA法、PCA-BPNN法和PCA-SVM法进行建模结果的比较,最佳建模方法为PCA-SVM法,MF和UF的预测正确率均为100%。对于氨基树脂定量模型的建立,在选择合适预处理方法和进行不同建模方法比较后,采用经典的PLS法得到的结果最优,MF为采用SPXY法划分样本,校正模型对验证集样品进行预测的预测均方根误差RMSEP为0.0010、相关系数R为0.9936；UF的校正模型对验证集样品进行预测的RMSEP为0.0048、相关系数R为0.9913。对土霉素及盐酸土霉素进行定性判别试验。最优结果是先用CARS法选择变量,再用PLS-LDA来建立模型,结果如下：土霉素当选取变量个数为80,模型错分率为0,模型预测错误率为0.0417；盐酸土霉素选取的变量更少为66,模型错分率为0.0104,模型预测错误率为0.1250。综合试验结果说明,当奶牛精补料中氨基树脂掺假量不低于5%时,近红外光谱可以很好的识别。氨基树脂的PLS模型可以很好的预测浓度在0.5%-2.0%范围内所掺假的氨基树脂。而对于土霉素及其盐酸盐的定性判别,考虑光谱共线性严重,采用CARS方法选取有用变量结合PLS-LDA可以加快数据的处理速度,保证识别结果的准确性。结果表明近红外光谱应用于奶牛饲料中氨基树脂的定量和定性检测具有可行性。另外,该技术也可应用到牛奶饲料中土霉素及盐酸土霉素的定性检测中。