[发明专利]一种酱类食品中己内酰胺含量无损检测的方法

权利要求书

1.一种酱类食品中己内酰胺含量无损检测的方法，其特征在于，包括以下步骤：

将番茄酱加入不同浓度的己内酰胺，充分涡旋振荡混匀，所述涡旋时间为2 min，均质30 s，最终获得120个含不同浓度己内酰胺的番茄酱样品；浓度范围为0.1～111 mg/kg，每个比例配置一个样本，包含120个浓度水平；将样品划分成90个建模集和30个预测集；

利用AntarisⅡ傅里叶变换型近红外光谱仪对120个番茄酱样品进行近红外光谱数据采集，将每个番茄酱样品置于直径为8 mm的圆柱形玻璃小管中进行近红外透射光谱的采集；近红外光谱仪的扫描参数设置为：扫描范围为10000-4000 cm^-1，扫描次数为32次，光谱分辨率为16 cm⁻¹；开机预热30min后，对样品进行检测；以空透射附件对空气的光谱作为背景光谱，每隔4 h采集一次背景光谱；整个实验过程中的实验温度保持在室温；每个样品采集3次光谱，计算平均光谱并用于数据处理；利用Nicolet™ iS10傅立叶变换中红外光谱仪对120个番茄酱样品进行中红外光谱数据采集，将每个番茄酱样品放在金刚石晶体衰减全反射（ATR）平板上，覆盖ATR配件的整个晶体表面，采集透射光谱；中红外光谱仪的扫描参数设置为：扫描范围为4000-400 cm^-1，扫描次数为32次，光谱分辨率为8 cm⁻¹；以洁净干燥的ATR晶体在空气中的光谱作为背景光谱，每隔2 h采集一次背景光谱；在每个样品测试前后使用99%乙醇擦拭ATR晶体；整个实验过程中的实验温度保持在室温；每个样品采集3次光谱，计算平均光谱并用于数据处理；

对120个番茄酱样品中己内酰胺的含量分别进行测定，得到120个番茄酱中己内酰胺的含量测定值；

对120个番茄酱样品的近红外和中红外光谱数据均采用MATLAB2014b软件中的标准正态变量方法进行预处理；

将120个番茄酱样品预处理后的近红外光谱数据、中红外光谱数据分别与己内酰胺的含量测定值进行关联，采用MATLAB2014b软件中的PLS和SVM分别建立近红外光谱预测模型、中红外光谱预测模型；

近红外最优模型为PLS模型，中红外最优模型为SVM模型，选取的波长范围分别为10000cm^-1-4000 cm^-1和4000 cm^-1-400 cm^-1，选取潜在变量数分别为11和69，近红外光谱预测模型的R_p²为0.9739，RMSEP为5.7176，RPD为6.00，中红外光谱预测模型的R_p²为0.9990，RMSEP为1.1142，RPD为31.04；

将近红外最优模型的己内酰胺含量预测值x₁与中红外最优模型的己内酰胺含量预测值x₂建立同己内酰胺含量真实值x₀的多元线性回归方程，即x₀=0.01372 x₁+0.98874 x₂-0.04379，相关系数R²=0.99968，用此方程计算得到新的己内酰胺含量预测值x₀'，运用自建的模型参数代码构建新预测值x₀'与真实值x₀间的数学模型，即高层次融合模型，模型的R_p²为0.9990，RMSEP为1.0794，RPD为32.12，预测精度明显高于单一的近红外和中红外预测模型；

将验证集中30个番茄酱样品置于高层次融合模型中进行验证，得到验证集中30个番茄酱中己内酰胺的含量预测值。