[发明专利]基于近红外光谱的食品掺假淀粉快速测定方法及系统

权利要求书

1.基于近红外光谱的食品掺假淀粉快速测定方法，其特征在于：包括以下步骤：

S1：采集待测样品的待测近红外光谱；

S2：对待测近红外光谱进行光谱预处理得到预处理待测近红外光谱；

S3：建立光谱数据处理模型；

S4：设置数据处理模型的光谱处理区间和主因子数；

S5：通过数据处理模型对预处理待测近红外光谱进行处理得到淀粉含量测量值；

S6：将淀粉含量测量值与已知掺假食品的淀粉掺假比例值进行对比得到待测样品中淀粉的掺假比例值。

2.根据权利要求1所述的基于近红外光谱的食品掺假淀粉快速测定方法，其特征在于：所述数据处理模型是通过以下步骤来确定的：

S31：采集矫正集样品的矫正近红外光谱；

S32：对矫正近红外光谱进行光谱预处理得到预处理矫正近红外光谱；

S33：选用对预处理矫正近红外光谱进行处理的训练数据处理模型；

S34：设置训练数据处理模型的训练光谱处理区间和训练主因子数；

S35：通过训练数据处理模型对预处理矫正近红外光谱进行处理；并获取预设矫正近红外光谱的交互验证相关系数R_C²、预测相关系数R_CV²、交互验证误差均方根、预测误差均方根；

S36：选取交互验证相关系数R_C²和预测相关系数R_CV²最大，且交互验证误差均方根和预测误差均方根最小时，所对应的训练数据处理模型，并作为待测样品处理的数据处理模型；将所对应的训练数据处理模型的训练光谱处理区间作为光谱处理区间；将所对应的训练数据处理模型的训练主因子数作为主因子数。

3.根据权利要求1所述的基于近红外光谱的食品掺假淀粉快速测定方法，其特征在于：所述光谱数据处理模型为偏最小二乘法PLS校正模型；所述光谱处理区间为7000～4200cm^-1；所述预设主因子数为6～10。

4.根据权利要求2所述的基于近红外光谱的食品掺假淀粉快速测定方法，其特征在于：所述矫正集样品通过以下步骤来实现：

S311：称取待测样品及预设比例的淀粉；

S312：将待测样品在40～50℃下融化；

S313：将融化后的待测样品和淀粉在40～50℃下搅拌均匀混合；

S314：将混合均匀的样品混合物进行调温，首先将巧克力冷却到25～35℃并维持0.5～1.5min，再冷却至25～35℃并维持0.5～1.5min，再回升至29～30℃并维持2～35min；

S315：将调温后的样品混合物冷却至室温后，至于2-6℃左右条件下冷藏；

S316：包装存储冷却后的样品混合物作为矫正集样品。

5.根据权利要求1所述的基于近红外光谱的食品掺假淀粉快速测定方法，其特征在于：所述光谱预处理采用一阶导数处理。

6.根据权利要求1所述的基于近红外光谱的食品掺假淀粉快速测定方法，其特征在于：所述待测样品为巧克力。

7.根据权利要求1所述的方法构成的基于近红外光谱的食品掺假淀粉快速测定系统，其特征在于：包括近红外光谱采集模块、光谱预处理模块、数据处理模型模块、数据处理模型参数设置模块、样品测量值模块、对比模块；

所述近红外光谱采集模块；用于采集待测样品的待测近红外光谱；

所述光谱预处理模块，用于对待测近红外光谱进行光谱预处理得到预处理待测近红外光谱；

所述数据处理模型模块，用于建立数据处理模型；

所述数据处理模型参数设置模块，用于设置数据处理模型的光谱处理区间和主因子数；

所述样品测量值模块，用于通过数据处理模型对预处理待测近红外光谱进行处理得到淀粉含量测量值；

所述对比模块，将淀粉含量测量值与已知掺假食品的淀粉掺假比例值进行对比得到待测样品中淀粉的掺假比例值。