食用油在煎炸過程中的光致發光光譜分析研究_畢業論文-資料下載頁

【導讀】[2]向東進.實用多元統計分析[M].武漢:中國地質大學出版社,2020.[3]李靜萍，謝邦昌.多元統計分析方法與應用[M].北京:中國人民大學出版社,[4]盧紋岱.SPSSforWindows統計分析[M].北京:電子工業出版社,2020.

　　

【正文】 是個未知參數，是不可觀測的隨機誤差，且通常假設? ~ ? ?20 ?，N 。我們稱 （ 3） 式為多元線性回歸模型。稱 y 為被解釋變量（因變量），? ?pixi ，， ?21? 為解 釋變量（自變量）。 稱 ? ? pp xxyE ??? ???? ?110 （ 4） 為理論回歸方程。 對于一個實際問題，要建立多元回歸方程，首先要估計出未知參數 0? ， 1? ， ?，p? ，為此我們要進行 n 次獨立觀測，得到 n 組樣本數據（ 1ix ， 2ix ? ipx ； iy ）， 1?i ，2， ? ， n ，它們滿足式 （ 5） ，即有?????????????????????????nnppnnppppxxxyxxxyxxxy???????????????????????22110322222211021122211101 （ 5） 其中 1? ， 2? ， ? ， n? 相互獨立且都服從 N(0， 2? )。 式 （ 5） 又可表示成矩陣形式： ????XY 。 (6) 這里， ? ?TnyyyY ，， ?21? ， ? ?Tp???? ，， ?10? ， ? ?Tn???? ，， ?21? ，? ~ ? ?nn IN 20 ?， ， In為 n階單位陣。 X =??????????????npnnppxxxxxxxxx???????212222111211111 （ 7） 階矩陣 X稱為資料矩陣或設計矩陣，并假定它是列滿秩的，即 ran k(X)=P+1。 （ 8） 由 模型（ 7） 以及多元正態分布的性質可知， Y仍服從 n維正態分布，它的期望向量為 ?X ，方差和協方差為 nI2? ，即 Y~ ? ?n2 IXNn ??， 。 多元線性回歸分析中的統計指標 [19] （ 1）復相關系數 R表示自變量 ix 與因變量 y 之間線性相關密切程度的指標，取值范圍在 0~1之間。其值越接近 1，表示線性關系越強；越接近 0，表示線性關系越差。 ? ?1?? pn食用油在煎炸過程中的光致發光光譜分析研究 第 10 頁（共 15 頁） （ 2） 2R 判定系數與校正 2R 判定系數 在多 元回歸中也使用判定系數解釋回歸模型中自變量的變異在因變量中所占比率。但是，在多元回歸中判定系數的值隨著進入回歸方程的自變量的個數 n （或樣本容量的大小）的增加而增大。為了消除自變量的個數以及樣本量的大小對判定系數的影響，引進了校正 2R （ Adjusted R Square）。校正 2R 判定系數的公式是 Adjusted ???? ????? )1()?( )1()?(12 nyy knyyR （ 9） 其中 k 為自變量的個數， n 為觀測量數目。可以看出，自變量大于 1時，其值小于 2R 判定系數。自變量越多，與 2R 判定系數的差值越大。 激光光致發光光譜法與理化方法比較分析 為了驗證激光光致發光光譜法的可信度，在探測 食用油煎炸 過程 中 的熒光光譜后，采用理化方法對 煎炸食用油 是否 產生有害物質 進行了比較分析。表 2為 煎炸食用油 樣品的各物化參量值與其激光光致發光光譜中 690 nm峰值 對應的光致發光相對強度的關系。 表 2 煎炸食用油 的各物化參量值與 691nm峰值對應的光致發光相對強度的關系表 時間 （ h） 光譜譜峰相對強度 （ .） 溫度 （ ℃ ） 0 0 50 1 100 2 150 4 170 6 190 8 200 10 210 12 220 14 觀察物化參量 溫度 值與時間的散點圖 （圖 5） ，以及光譜峰值強度 與時間的散點食用油煎炸過程分析 第 11 頁（共 15 頁） 圖（圖 4），發現光譜峰值強度與 溫度 值存在線性關系。 根據多元線性回歸 和最小二乘法 原理 [20]，分別對光譜峰值強度與 溫度 值組合的變量 利用 回歸方程，得到兩者擬合曲線圖，并在圖中顯示出實驗測得的各個散點，如圖 圖 7所示 ，實線為由回歸方程計算得到的理論值 。 表 表 表 5為 光譜峰值強度與 溫度 和 時間組合變量 的線性回歸方程的計算結果，其修正 2R =。 圖 6 度 值與 時間 值的 合成變量 與光譜峰值 強度 的擬合曲線 表 3 光譜峰值強度與 溫度 值和 時間 組合變量的線性回歸方程 擬合 小結 模型 R R 方 調整 R 方 標準 估計的誤差 1 .957a .916 .905 a. 預測變量 : (常量 ), VAR00002。 b. 因變量 : VAR00001 表 4 光譜峰值強度與 溫度 值和 時間 組合變量的線性回歸方程 方差分析 表 5 光譜峰值強度與 溫度 值和 時間 組合變量的線性回歸方程 系數表 模型 非標準化系數 標準系數 t Sig. 共線性統計量 B 標準 誤差 試用版 容差 VIF 1 (常量 ) .021 VAR00002 .957 .000 模型 平方和 df 均方 F Sig. 1 回歸 1 .000a 殘差 8 總計 9 食用油在煎炸過程中的光致發光光譜分析研究 第 12 頁（共 15 頁） 圖 7 煎炸食用油的預測值與其 時間化殘差散點圖 圖 7為散點圖分析，從圖 7的煎炸食用油的標準化預測值與其時間化殘差散點圖中可以看到絕大部分觀測量隨機的落在垂直圍 繞 177。 2的范圍內，預測值與時間化殘差值之間沒有明顯的關系，所以回歸方程應該滿足線性與方差齊性的假設且擬合效果較好。 6 結束語 本文基于生物光子學原理，提出采用紅光半導體激光器（ 671 nm）做為激發光源，照射 煎炸食用油 產生激光光致發光光譜。所得光譜在 691 nm 處具有明顯峰值，其相對 強度值與 煎炸食用油 的物化參量 時間 、 溫度 具有對應關系。通過理化方法進行驗證，伴隨著 食用油煎炸產生超標有害物質 ， 食用油 的激光光致發光光譜具有相應的規律性變化，因此可以通過檢測其激光光致發光光譜的方法實現對 食用油 是否 產生超標有害物質 進行檢測。 參考文獻 第 13 頁（共 15 頁） 參考文獻 [1]王樂妍，張冬仙，章海軍，等 .基于激光光致發光光譜的果實成熟度測試方法研究 [J].光譜學與光譜分析， 2020， 28（ 12） :2772~2776 [2]顧月清 , 陶寶祺 , 錢志余 .激光誘導熒光及其應用 [J]. 激光與光電子學進展 , 1996, 7： 22 ~ 24 [3]李宏斌，劉文清，張玉鈞，等 .水體中溶解有機物激光誘導熒光光譜分析方法 [J]. 光譜學與光譜分析， 2020， 26（ 11） :2065~2068 [4]趙南京 ,劉文清 ,劉建國 ,等 . 激光誘導熒光法用于對自然水體 DOM 進行測量 [J]. 光譜學與光譜分析 ， 2020， 25(7): 1077 [5]. Young, D. K. L. Mackerron, H. V. Davies. Calibration of near infrared reflectance spectroscopy to estimate nitrogen concentration in potato tissues[J]. Potato Research, 1997, 40（ 2） : 453~457. [6]Stephen S. Kelley, Timothy G. Rials, Rebecca Snell, et al. Use of near infrared spectroscopy to measure the chemical and mechanical properties of solid wood[J]. Wood Science and Technology, 2020, 38（ 4） : 245~250. [7]連悅，劉文清，鹿建春，等 .激光誘導熒光光譜方法測量氣溶膠顆粒研究 [J]. 光譜學與光譜分析， 2020， 28（ 2） :285~290 [8]James Charles Wilson, Benjamin Liu Y H.[J]. Aerosol Sci., 1989, 11: 139 [9]林 濤 ， 于海燕 ， 應義斌 . 激光光致發光 光譜技術在液態食品檢測中的應用研究進展 [J].光譜學與光譜分析， 2020， 26（ 2） :198~202 [10]王晶，王加啟， 卜登攀 ，等 . 激光光致發光光譜分析技術 在牛奶及其制品品質檢測中的應用[J]. 光譜學與光譜分析 , 2020, 29: 1281 ~ 1285 [11]孫 通 ， 徐惠榮 ， 應義斌 . 近紅外光譜分析技術在農產品 /食品品質在線無損檢測中的應用研究進展 [J].光譜學與光譜分析 ,2020, 29: 122 ~ 126 [12]馬本學 , 饒秀勤 , 應義斌， 等 . 基于近紅外漫反射光譜的香梨類別定性分析 [J]. 光譜學與光 譜分析， 2020， 29（ 12） :3288~3290 [13]何勇 ，李曉麗，邵詠妮 .基于主成分分析和神經網絡的近紅外光譜蘋果品種鑒別方法研究 [J]. 光譜學與光譜分析， 2020， 26（ 5） : 850~853 [14]裘正軍，陸江鋒，毛靜淵，等 . 基于可見 近紅外光譜的可樂品牌鑒別方法研究 [J]. 光譜學與光譜分析， 2020， 27（ 8） : 1543~1546 [15]李曉麗，唐月明，何勇，等 . 基于可見 /近紅外光譜的水稻品種快速鑒別研究 [J].光譜學與光譜分析， 2020， 28（ 3）： 578~581 [16]劉杰，于常青，李家澤，等 . 鮮牛奶變質過程的激光誘導熒光光譜研究 [J]. 光譜學與光譜分析， 2020, 21（ 6）： 769 ~ 771 [17]納鵬軍，晉曉勇 . 煎炸胡麻油分子光譜分析研究 [J]. 光譜學與光譜分析 ,2020,31（ 7） : 食用油在煎炸過程中的光致發光光譜分析研究 第 14 頁（共 15 頁） 1889~1891. [18]GB/,食用植物油衛生標準的分析方法。 [19]向東進，李宏偉，劉小雅 .實用多元統計分析 [M].武漢 ： 中國地質大學出版社 ， 2020 [20]熊永紅 .大學物理實驗 [M].北京：科學出版社， 2020， 28 致謝 第 15 頁（共 15 頁） 致謝 衷心感謝我的導師 楊琴老師 。本文的研究工作是在 楊 老師的悉心指導下完成的，從 論文的選題、研究計劃的制定 等 各個方面都離不開 楊 老師熱情耐心的幫助和教導。在 大學四 年 里 ， 楊 老師認真的工作態度，誠信寬厚的為人處世態度，都給我留下了難以磨滅的印象，也為我今后的工作樹立了優秀的榜樣。 感謝長江大學和長江大學物理科學與技術學院為我提供了進一步學習的機會和良好的學習 氛圍 。在大學四年的本科學習期間，我目睹了老師們 兢兢業業 的工作作風、嚴謹的治學態度 以及 對教育的熱 愛 。物理科學與技術學院的領導和老師在學習和科研上給予了我耐心的指導；在生活上給予了我無微不至的關懷。在此，表示誠摯的敬意和深深的感謝！ 感謝四年來同學們對我學習、工作的支持和對我生活上的照顧，正是一份份真摯的情誼支持著我、鼓勵著我，讓我在陰沉的日子里有勇氣、有信心去面對生活，去戰勝挫折，去迎接風雨之后的彩虹。我由衷 地 感謝他們 。 在以后的學習和人生道路上，我將時時刻刻懷著一顆感恩的心去回報社會，以報答長江大學對我的栽培。 真誠 地 祝愿我們物理學院明天更加輝煌！ 真誠感謝 楊琴 老師的悉心指導和諄諄教誨！