收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

人工神经网络在鉴别不同工艺花生油中的应用

魏泉增  李瑞  张卓栋  张灿敏  
【摘要】:采用顶空固相微萃取结合气质联用(GC-MS)分析不同工艺花生油的挥发性成分,结合人工神经网络建立鉴别模型。结果表明:3种不同工艺花生油共检出71种成分,包括6种醇、10种醛、16种烷烃、12种酯、7种酮、3种酚、10种含氮化合物、7种其他种类化合物。花生油的主要挥发性成分是2,3-二氢苯并呋喃、1-(2-羟基-5-甲基苯基)乙酮、4-乙酰基-2-甲基苯酚、2,6-二乙基吡嗪。采用人工神经网络对不同工艺花生油数据进行建模和预测,不同工艺花生油识别率在100%。因此,神经网络结合GC-MS用于鉴别压榨花生油、浸提花生油和水代花生油是可行的。

知网文化
【相似文献】
中国期刊全文数据库 前13条
1 师守国;李善菊;;不同萃取头对木香薷挥发性物质成分分析[J];江苏农业科学;2014年08期
2 王丽;李磊;张展;吴倩;曹淑媛;;顶空固相微萃取-气相色谱质谱法同时检测白酒中多种挥发性有机污染物[J];现代预防医学;2019年01期
3 孙静;黄健;侯云丹;王求娟;陈义方;苏秀榕;;顶空固相微萃取-气质联用分析大眼金枪鱼肉的挥发性成分[J];食品科学;2011年22期
4 潘丽军;何宇洁;蔡克周;姜绍通;;顶空固相微萃取-气质联用法测定哈尔滨红肠的挥发性风味物质[J];食品科学;2012年10期
5 孙淑敏;谢岩黎;张严;;基于可见—近红外光谱的花生油二元掺伪体系鉴别研究[J];粮油食品科技;2015年06期
6 邓平建;李浩;杨冬燕;杨永存;梁裕;耿艺介;;拉曼光谱-聚类分析法快速鉴别掺伪花生油[J];食品安全质量检测学报;2014年09期
7 顾强;王玥;卢志琴;陈君义;刘一军;乙小娟;;食用油中6种苯系物残留量的测定——顶空固相微萃取-气相色谱-质谱法[J];中国油脂;2013年01期
8 马瑜璐;朱斌;张雷;徐昕荣;;顶空固相微萃取-气质联用检测猪肉新鲜度[J];食品科学;2011年14期
9 高霞;陈辉;李玉秀;李文君;谭敏;;QuEChERS气相色谱质谱法测定花生油中17种邻苯二甲酸酯类物质[J];粮油食品科技;2020年05期
10 唐莹莹;刘婷婷;袁建;;顶空固相微萃取-气质联用技术检测油菜籽中挥发性成分[J];食品安全质量检测学报;2014年08期
11 李妍,申书昌;顶空固相微萃取-气相色谱法测定粉状大豆磷脂的丙酮残留[J];色谱;2004年06期
12 史银基;何江;张轩晨;杨伟俊;;顶空固相微萃取-气相色谱-质谱联用分析比较刺山柑不同产地地上部位挥发性成分[J];中国医药导报;2020年06期
13 刘景;苏米亚;徐致远;游春萍;刘振民;;顶空固相微萃取-气质联用技术结合内标法测定液体乳游离中链脂肪酸[J];乳业科学与技术;2016年06期
中国重要会议论文全文数据库 前13条
1 王欣然;李熠;杨术鹏;陈兰珍;周金慧;;基于气相色谱离子迁移谱和顶空固相微萃取气相色谱串联质谱的非靶标代谢组学和靶标定量技术鉴别中蜂蜜和意蜂蜜[A];2000—2018中国蜂业科技前沿[C];2019年
2 廖顺;;利用顶空固相微萃取与气质联用技术分析食品中的挥发性成分[A];现代食品工程与营养健康学术研讨会暨2020年广东省食品学会年会论文集[C];2020年
3 吴振兴;鲍蕾;吕宁;牟志春;张雪琰;静平;;植物油中多种真菌毒素的液相色谱-串联质谱检测方法建立及污染调查分析[A];山东出入境检验检疫局专刊[C];2012年
4 郝鹏飞;牟志春;徐琴;张雪琰;刘琳;赵华梅;;气相色谱-质谱法测定食用油中的胆固醇[A];山东出入境检验检疫局专刊[C];2012年
5 杨扬;Miguel Duarte Ferrov;梁逸曾;艾芳芳;;GC-MS结合化学计量学方法用于掺杂橄榄油的检测与鉴别[A];中国化学会第28届学术年会第9分会场摘要集[C];2012年
6 冯涛;桑敏;庄海宁;李明明;范晨怡;;顶空固相微萃取GC-MS联用测定竹叶青酒中的挥发性成分[A];第十一届中国香料香精学术研讨会论文集[C];2016年
7 马忠强;;可移动气质联用系统的现场样品处理及进样技术[A];2013现场检测仪器及技术研讨会大会报告及论文[C];2013年
8 邓勃;莫华;刘嘉;尹虹;齐建锋;;人工神经网络在分析化学中的应用研究[A];中国分析测试协会科学技术奖发展回顾[C];2015年
9 张庆合;陈晓婷;李秀琴;李晓敏;李红梅;;热重-气相色谱-质谱联用分析鉴别食用油[A];中国化学会第二届全国质谱分析学术报告会会议摘要集[C];2015年
10 马昕鹏;李艳坤;庞佳烽;;人工神经网络预测血清中血红蛋白含量[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
11 夏静静;杜夏瑜;闫红;熊艳梅;闵顺耕;;基于卷积神经网络的纸张年代红外光谱分类建模方法研究[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
12 沈嘉豪;高俊;张欣;张卓勇;;卷积神经网络在拉曼光谱预处理中的应用[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
13 翟春海;;人工神经网络用于近红外测定聚酯羟值[A];2017中国粉末涂料与涂装行业年会论文集[C];2017年
中国硕士学位论文全文数据库 前15条
1 刘云花;低温压榨花生油风味强化技术研究[D];河北科技师范学院;2017年
2 李建勋;普洱茶香气成分提取及木香物质定量分析[D];天津科技大学;2014年
3 乔阳;基于GC-MS及电子鼻的云南红茶香气成分的研究[D];天津科技大学;2016年
4 闫爽;杜氏盐藻挥发性腥味的脱除技术研究[D];天津科技大学;2017年
5 陈鑫;紫外—可见光谱法快速检测牛奶菌群总数研究[D];哈尔滨理工大学;2018年
6 马书民;人工神经网络—红外光谱法用于中药大黄样品的鉴定研究[D];东北师范大学;2004年
7 张军;人工神经网络及其与小波变换的结合在示波测定中的应用研究[D];西北大学;2000年
8 刘晓瑜;基于卷积神经网络的新鲜-冷冻猪肉近红外光谱检测研究[D];湖南大学;2019年
9 冯超;分子键能的神经网络模型[D];中国科学技术大学;2019年
10 梁北辰;基于FTIR的大米成分测量与产地溯源技术研究[D];哈尔滨工业大学;2019年
11 陈家敏;基于FPGA动态可重构神经网络的可燃气体燃爆状态分析系统[D];西南交通大学;2019年
12 李聃华;基于神经网络的辛烷红外光谱数据分析[D];河南大学;2018年
13 许路平;基于循环神经网络的熔盐炉温度预测[D];长安大学;2018年
14 董骊珠;汗液多成份的近红外光谱分析[D];河北工业大学;2016年
15 张家虎;基于统计方法的密度泛函理论校正研究[D];华南理工大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978