您所在的位置: 成果库 基于Kalman滤波与DBN的油脂中TFAs含量近红外光谱

基于Kalman滤波与DBN的油脂中TFAs含量近红外光谱

发布时间: 2022-10-29

来源: 试点城市(园区)

基本信息

合作方式: 技术服务
成果类型: 著作权
行业领域:
生物与新医药技术,科学研究和技术服务业
成果介绍
针对油脂脱臭过程中的反式脂肪酸(TFAs)含量控制问题,提出一种基于近红外光谱分析的油脂中TFAs含量快速检测方法。制备含不同TFAs的大豆油脂样本100个,利用气相色谱(GC)法精确测定其TFAs含量,扫描样本近红外光谱,然后利用不同方法对光谱数据进行降噪处理,发现多元散射校正的去噪效果最佳。为了探讨TFAs在近红外区域的吸收特性,采用多种iPLS方法对比分析,筛选出特征波段,再利用Kalman滤波算法进行特征波长变量的选择,优选出27个TFAs的特征波长变量;采用深度信念网络(DBN)建立校正模型,通过多次对比发现,当隐含层层数为3并且隐含层节点数为50-35-90时,DBN模型性能最佳。最后将DBN模型与PLS方法建立的反式脂肪酸含量回归模型进行对比分析。
成果亮点
本研究对降噪后的全谱进行建模,DBN模型的预测效果优于PLS,DBN模型预测集R2为***、RMSEP为***、RSD为***%;对筛选出的特征波段建模,PLS模型的预测效果优于DBN模型;对优选出来的27个特征波长变量建模,DBN的预测效果较好,R2为***、RMSEP为***、RSD为***%,说明DBN模型的泛化能力更好,并且利用少量的波长变量就能达到较好的预测效果,能够满足实际检测需求,为实现油脂加工过程中TFAs含量的在线检测和调控,生产低/零TFAs油脂产品提供技术支撑。
团队介绍
哈尔滨商业大学食品工程学院是全国唯一既具有食品科学与工程一级博士学科,又有中药学一级博士学科的单位,为营养健康食品研发提供了坚实交叉学科队伍力量。哈尔滨商业大学食品工程学院拥有黑龙江省谷物食品与谷物资源综合加工重点实验室、黑龙江省普通高校食品科学与工程重点实验室、黑龙江省绿色食品加工与贮藏工程实验室、哈尔滨商业大食品工程研究所及分析检测中心等多个科研平台,药学院也拥有2个国级科研平台,具备完善的从事食品科学与工程高科技研究的教授和硕士,博士,博士后人才培养体系。哈尔滨商业大学谷物化学与粮油食品开发创新团队为哈尔滨商业大学A类学科团队,先后获黑龙江省高等学校科技创新团队、黑龙江省研究生优秀导师团队,2021年团队考核成绩为优秀。本团队在谷物化学、食品营养、淀粉结构研究方面同塞尔维亚诺维萨德大学、俄罗斯远东联邦大学、波兰雅盖隆大学建立了良好的学术交流合作。同时,近些年,团队承担国家、省部级项目14项,发表相关研究性论文100余篇,获奖10余项,制定团体标准2项,企业标准6项,发明专利30项,科研转化项目3项。在大宗粮食资源的开发利用和产业化方面具有丰富的科研经验。
成果资料
成果综合评价报告

评价单位:“科创中国”吕梁功能性食品产业科技服务团 (中国食品科学技术学会) 评价时间:2022-11-12

张汇、刘欣欣、宋馨

上海理工大学

教授

综合评价

本研究针对油脂脱臭过程中的反式脂肪酸(TFAs)含量控制问题,提出一种基于近红外光谱分析的油脂中TFAs含量快速检测方法。制备含不同TFAs的大豆油脂样本100个,利用气相色谱(GC)法精确测定其TFAs含量,扫描样本近红外光谱,然后利用不同方法对光谱数据进行降噪处理,发现多元散射校正的去噪效果最佳。为了探讨TFAs在近红外区域的吸收特性,采用多种iPLS方法对比分析,筛选出特征波段,再利用Kalman滤波算法进行特征波长变量的选择,优选出27个TFAs的特征波长变量;采用深度信念网络(DBN)建立校正模型,通过多次对比发现,当隐含层层数为3并且隐含层节点数为50-35-90时,DBN模型性能最佳。最后将DBN模型与PLS方法建立的反式脂肪酸含量回归模型进行对比分析。DBN模型的泛化能力更好,并且利用少量的波长变量就能达到较好的预测效果,能够满足实际检测需求,为实现油脂加工过程中TFAs含量的在线检测和调控,生产低/零TFAs油脂产品提供技术支撑。
查看更多>
更多