[发明专利]咖啡乳饮料中蛋白质、脂肪近红外定量系统及其建立方法

权利要求书

1.一种咖啡乳饮料中蛋白质近红外定量系统建立方法，其特征在于，所述建立方法至少包括以下步骤：

采集每个样品的近红外光谱图并转换成近红外光谱数据；

利用化学方法测定每个样品中蛋白质含量真实值；

基于所述每个样品蛋白质含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型；

采用若干已知蛋白质含量真实值的样品对蛋白质含量预测模型进行校正。

2.根据权利要求1所述的咖啡乳饮料中蛋白质近红外定量系统建立方法，其特征在于：测定样品中蛋白质含量真实值使用的化学方法包括凯氏定氮法。

3.根据权利要求1所述的咖啡乳饮料中蛋白质近红外定量系统建立方法，其特征在于，采集每个样品的近红外光谱图时使用的近红外波长为950～1650nm，基于所述每个样品蛋白质含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型前采用主成分分析法获得待建模的红外光谱数据的特征波段为1100nm-1600nm。

4.根据权利要求1所述的咖啡乳饮料中蛋白质近红外定量系统建立方法，其特征在于：基于所述每个样品蛋白质含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型前所有样品的近红外光谱数据采用一阶导数进行预处理。

5.根据权利要求1所述的咖啡乳饮料中蛋白质近红外定量系统建立方法，其特征在于：采用若干已知蛋白质含量真实值的样品对蛋白质含量预测模型进行校正包括：取若干已知蛋白质含量真实值样品，采集样品的近红外光谱图，输入蛋白质含量预测模型，得到样品的蛋白质含量的预测值，计算每个样品预测值和真实值的差值，再计算出差值的均值，作为蛋白质含量预测模型调整的截距。

6.根据权利要求1所述的咖啡乳饮料中蛋白质近红外定量系统建立方法，其特征在于：所述采集每个样品的近红外光谱图并转换成近红外光谱数据前取N个原样，N≥30，将其中m个原样的部分原液进行浓缩，n个原样的部分原液进行稀释；其中m/N≥1/5，n/N≥1/5；获得的样品包括N个原样、m个被浓缩的原样以及n各被稀释的原样。

7.一种咖啡乳饮料中蛋白质含量预测模型，其特征在于：所述蛋白质含量预测模型为

Y_未知＝T_未知BQ

其中Y_未知表示未知样品的蛋白质浓度；

Q表示Y矩阵的载荷矩阵，

取每个样品在950nm～1650nm之间，从950nm开始每增加2nm至1650nm处的吸光度值，并对每个吸光度值进行一阶求导，获得X矩阵，对X矩阵进行分解，其模型为；

X＝TP^T+E_X，T和P分别为X矩阵的得分矩阵和载荷矩阵，

取每个样品的蛋白质含量真实值获得Y矩阵；对Y矩阵进行分解，其模型为Y＝UQ^T+E_Y，U和Q分别为Y的得分矩阵和载荷矩阵；

E_X和E_Y分别为采用偏最小二乘模型模型拟合X矩阵和Y矩阵时所剩余的残差矩阵；

对T和U做作线性回归：

U＝TB

B＝(T^TT)^-1T^TY

T_未知表示基于未知样品矩阵X_未知根据载荷阵P求出的未知样品的得分矩阵。

8.一种咖啡乳饮料中脂肪近红外定量系统建立方法，其特征在于，所述建立方法至少包括以下步骤：

采集每个样品的近红外光谱图并转换成近红外光谱数据；

利用化学方法测定每个样品中脂肪含量真实值；

基于所述每个样品脂肪含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立脂肪含量预测模型；

采用若干已知脂肪含量真实值的样品对脂肪含量预测模型进行校正。