• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    廣域照射拉曼光譜技術(shù)結(jié)合簇類獨立軟模式法快速鑒別原料肉及摻假肉

    2020-06-19 08:28:15徐記各韓瑩忻欣史喜菊
    肉類研究 2020年5期
    關(guān)鍵詞:拉曼光譜主成分分析

    徐記各 韓瑩 忻欣 史喜菊

    摘 要:應用廣域照射(wide area illumination,WAI)拉曼光譜技術(shù)與簇類獨立軟模式(soft independent modeling of class analogy,SIMCA)法,結(jié)合多元散射校正(multiplicative scatter correction,MSC)和光譜儀降噪和波長標定(spectrometer noise reduction and wavelength calibration,SNRWC)降噪技術(shù),建立鴨、羊、豬3 種原料肉及摻假羊肉的定性識別模型。結(jié)果表明:經(jīng)MSC與SNRWC處理后,鴨、羊、豬3 種原料肉之間及羊肉、摻假羊肉之間的主成分分析結(jié)果具有明顯的聚類趨勢,在此基礎(chǔ)上建立SIMCA定性分類模型,對不同產(chǎn)地的37 個原料肉樣品種屬進行定性鑒別,識別正確率達100%;對4 個摻假羊肉和5 個未摻假羊肉樣品識別正確率也為100%。因此,拉曼光譜分析技術(shù)結(jié)合有效的數(shù)據(jù)前處理方法及化學計量學方法可對鴨、羊、豬原料肉種屬及摻假羊肉進行鑒別。與常規(guī)方法相比,該檢測過程快速、方便,并且無需樣品前處理。

    關(guān)鍵詞:廣域照射;拉曼光譜;原料肉;快速鑒別;簇類獨立軟模式方法;主成分分析

    Abstract: Qualitative recognition models were established by using wide area illumination (WAI) Raman scheme and soft independent modeling of class analogy (SIMCA) for rapid identification of duck, lamb, pork and adulterated meat. The spectra of all samples were pre-processed by multiplicative scatter correction (MSC) and spectrometer noise reduction and wavelength calibration (SNRWC) method and then principal component analysis was implemented to observe the clustering trend. It turned out that most of the duck, lamb and pork samples as well as most of the lamb samples and adulterations were well separated. Finally, the qualitative classification models were established by using SIMCA. All validation samples were identified by the SIMCA model with an accuracy of 100%, including 37 meat samples from different species and geographical origins, as well as four adulterated and five unadulterated lamb samples. Therefore, the WAI Raman scheme coupled with chemometrics could distinguish among lamp, duck, and pork and adulterated lamb, and it proved to be more fast, convenient, without the need for any sample pretreatment compared with the routine method.

    Keywords: wide area illumination; Raman spectroscopy; raw meat; rapid discrimination; soft independent modeling of class analogy; principal component analysis

    DOI:10.7506/rlyj1001-8123-20191211-303

    中圖分類號:TS251.7? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼:A 文章編號:1001-8123(2020)05-0070-06

    動物源性食品是人類飲食結(jié)構(gòu)中的重要組成部分。肉類的營養(yǎng)價值、風味以及消費者習慣等的不同導致其價格差異較大,并且利益驅(qū)使導致市場上肉類摻假現(xiàn)象持續(xù)存在。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示,2015年起豬肉在飲食中的比重大幅下降,牛、羊肉的比重持續(xù)增長。這反映了人們的飲食結(jié)構(gòu)由低價豬肉消費轉(zhuǎn)變?yōu)楦邇r牛、羊肉消費,導致市場上出現(xiàn)了以相對廉價的鴨肉冒充牛、羊肉的亂象。這不僅擾亂了正常的市場競爭秩序,還嚴重損害了消費者的利益。因此,開發(fā)肉類種屬及摻假的快速鑒別技術(shù)成為肉類市場發(fā)展的迫切需求。動物源性食品種屬鑒別通常依據(jù)外觀和氣味進行感官判別,但無法滿足監(jiān)管需要。實驗室分析方法主要是以蛋白質(zhì)為基礎(chǔ)的酶聯(lián)免疫吸附分析法、免疫層析試紙條法[1-4]和以核酸檢測為基礎(chǔ)的聚合酶鏈式反應[5-8]。近幾年近紅外光譜技術(shù)也被用于鑒別原料肉的摻假[9-10]。然而這些檢測方法損壞樣品、費時費力且易受水分的影響,不能滿足口岸肉類種屬和摻假鑒別的時效性和可靠性要求。

    拉曼光譜技術(shù)是近幾年發(fā)展起來的一種分子光譜分析技術(shù),它可提供分子振動和轉(zhuǎn)動的信息,屬于分子指紋光譜,是分析物質(zhì)組成和結(jié)構(gòu)的理想工具,已在毒品檢測、考古、石油化工、材料、醫(yī)學、藥物和環(huán)保等領(lǐng)域被廣泛應用[11-18]。相關(guān)研究表明,拉曼光譜技術(shù)可應用于肉類鑒別,但尚缺乏廣域照射(wide area illumination,WAI)拉曼光譜技術(shù)的報道[19-21]。WAI拉曼光譜技術(shù)是一種新型光譜技術(shù),其激光光斑直徑遠大于傳統(tǒng)激光光斑直徑(<500 μm),極大地提高了信號收集的代表性和操作方便性[22]。Kim等[23]使用WAI拉曼系統(tǒng)(直徑6 mm)和實時強度校正方法檢測萘普生藥片中活性成分的含量,方法的重現(xiàn)性和準確度均較好。采用WAI拉曼技術(shù)采集數(shù)據(jù)時無需傳統(tǒng)拉曼光譜采集時的復雜調(diào)焦過程,這極大降低了對測試人員的專業(yè)要求。拉曼光譜為弱信號光譜,肉類樣品尤其是瘦肉樣品的拉曼效應較弱[24]。此外,采用拉曼光譜鑒別肉類種屬時對肉類組織類型具有限制性。De Biasio等[25]使用顯微拉曼光譜技術(shù)鑒別雞肉、豬肉、火雞、牛肉、馬肉和羊肉的瘦肉組織;Beattie等[26]利用拉曼光譜技術(shù)對雞肉、牛肉、羊肉和豬肉的脂肪組織進行分類。然而,同時使用原料肉中瘦肉和脂肪組織的拉曼光譜信息鑒別肉類種屬鮮有報道。

    本研究同時采集動物瘦肉和脂肪組織的拉曼光譜數(shù)據(jù),采用光譜儀降噪和波長標定(spectrometer noise reduction and wavelength calibration,SNRWC)法對數(shù)據(jù)進行降噪預處理,結(jié)合多元散射校正(multiplicative scatter correction,MSC)和均值中心化方法進行數(shù)據(jù)前處理,采用簇類獨立軟模式(soft independent modeling of class analogy,SIMCA)法建立鴨肉、羊肉和豬肉原料肉的動物種屬鑒別分析模型,同時建立真假羊肉的預測模型,以期實現(xiàn)對摻假羊肉的鑒別以及滿足口岸檢測任務的多種需求。

    1 材料與方法

    1.1 材料與試劑

    本實驗所用肉類樣品均來自北京海關(guān)技術(shù)中心,樣品包含不同種屬、部位、產(chǎn)地的肉類,每種肉類樣品種屬均經(jīng)北京海關(guān)技術(shù)中心瘋牛病實驗室檢測確認。

    1.2 儀器與設備

    ExR810廣域拉曼光譜儀 西派特(北京)科技有限公司;KMG-W905絞肉機 康佳集團股份有限公司。

    1.3 方法

    1.3.1 樣品信息

    鴨肉、羊肉和豬肉光譜數(shù)據(jù)的數(shù)量、校正集及驗證集數(shù)據(jù)信息如表1所示。

    各取羊里脊、羊后腿、羊前腿、羊腩、去骨羊肉40 g絞成肉糜,制備未摻假羊肉。以羊肉質(zhì)量計,分別添加20%、30%、40%、100%的鴨肉制備摻假羊肉。肉糜制作時,使用絞肉機(板孔直徑5 mm)絞碎,每個樣品絞碎時間約2 min,重復2 次。通過肉眼分辨肉糜的紅白顏色差異,選取28 個未摻假羊肉樣品;同樣按照肉糜顏色差異,從各比例摻假羊肉中分別選取6 個肉糜樣品,共24 個。未摻假羊肉和摻假羊肉樣品數(shù)量、校正集及驗證集數(shù)據(jù)信息如表2所示。

    1.3.2 拉曼光譜數(shù)據(jù)采集

    將樣品置于樣品臺上,設定積分時間10 s,平均次數(shù)6 次,功率等級10 級,拉曼光譜掃描范圍157~3 645 cm-1。

    采集并保存每個樣品的拉曼光譜數(shù)據(jù)。

    由圖1可知,不同種屬動物脂肪組織的拉曼光譜數(shù)據(jù)差異較大。動物脂肪組織中脂肪含量在90%以上,水分含量約6%,蛋白質(zhì)含量約2.2%,因此其拉曼光譜數(shù)據(jù)主要來源于脂肪。動物脂肪組織在800~1 800 cm-1范圍內(nèi)拉曼譜帶的大致分布如表3所示。3 種原料肉的脂肪組織在部分峰型和峰強度上具有明顯差異,如在1 266 cm-1

    處的順式烯烴H彎曲,羊肉峰強度相對較弱,豬肉和鴨肉峰強度較強;在1 126 cm-1處的C-C伸縮振動,鴨肉峰強度很弱,羊肉和豬肉峰強度相對較強;在920 cm-1處,由于具有多種振動模式,3 種原料肉的脂肪組織有較大不同;3 種原料肉脂肪組織在1 656 cm-1處的C=C伸縮譜帶與1 742 cm-1處的C=O伸縮譜帶或1 440 cm-1處的-CH2-剪切振動譜帶的強度比值不同,常用此比值來定量分析脂肪的不飽和度[28]。

    不同種屬動物瘦肉組織的拉曼光譜數(shù)據(jù)如圖2所示。動物瘦肉組織中蛋白質(zhì)含量約20%,脂肪含量1%~15%,脂肪含量視瘦肉種類的不同而不同,無機鹽1%,另有微量維生素和水分。肉色主要取決于肉中肌紅蛋白和血紅蛋白的含量及化學狀態(tài)。與動物脂肪組織不同,動物瘦肉組織的拉曼光譜信號來源比較復雜,主要是蛋白質(zhì)和脂肪拉曼光譜信號的疊加。因此,結(jié)合化學計量學中的多變量判別工具,可將拉曼光譜數(shù)據(jù)作為原料肉種屬定性鑒別和摻假肉鑒定的依據(jù)。

    1.3.3 數(shù)據(jù)預處理

    拉曼光譜數(shù)據(jù)在采集過程中因受到熒光、樣品平整度、環(huán)境中光線等因素的影響,光譜會出現(xiàn)不同程度的基線漂移;并且瘦肉樣品拉曼光譜信號弱,從而使光譜信噪比降低,因此這些因素均會影響檢測結(jié)果。本實驗采用MSC、SNRWC與均值中心化法對光譜數(shù)據(jù)進行預處理,MSC法可以校正基線的平移和偏移現(xiàn)象[29]。SNRWC法通過調(diào)整橫坐標將譜線頻率調(diào)整至統(tǒng)一值f

    (f為移動窗口尺寸),濾波后再將坐標恢復或標定至統(tǒng)一值,此方法可有效去除光譜數(shù)據(jù)的隨機噪聲,顯著提高數(shù)據(jù)信噪比且不會使數(shù)據(jù)失真。均值中心化法是將樣品光譜數(shù)據(jù)減去校正集的平均光譜數(shù)據(jù),以增加樣品光譜之間的差異,從而提高模型的穩(wěn)健性和預測能力[30]。數(shù)據(jù)預處理方法程序均采用MATLAB(R2017b)軟件編寫。

    1.3.4 SIMCA分類法

    SIMCA分類法又稱相似分析法,是建立在主成分分析(principle component analysis,PCA)基礎(chǔ)上的一種模式識別法,即利用樣品在主成分空間中與不同類別樣品的類距離進行歸類判別[31]。該方法包括2 個主要步驟,

    第1步選定已知類別的訓練集,并對訓練集樣本的原始光譜矩陣進行降維處理,建立每一類別的PCA模型;第2步是以未知樣本逐一擬合各類SIMCA主成分模型,進行歸類判別[32-33]。SIMCA算法程序采用MATLAB(R2017b)軟件編寫。定性識別準確率按下式計算。

    2 結(jié)果與分析

    2.1 拉曼光譜數(shù)據(jù)預處理結(jié)果

    由圖3可知,由于樣本本身的熒光效應以及激光照射區(qū)域樣品表面凹凸不平,樣本拉曼光譜有明顯的基線漂移和光譜散射現(xiàn)象。由于瘦肉樣本中水分含量較高,脂肪和蛋白質(zhì)含量較低,拉曼信號較弱,噪聲較大。因此,需要采取合適的光譜預處理方法消除樣品散射帶來的基線漂移以及噪聲對定性識別帶來的影響。

    利用MSC法和SNRWC法對鴨肉、羊肉、豬肉3 種原料肉的203 個光譜數(shù)據(jù)進行預處理。采用MSC法計算校正集樣品的平均光譜值,以此平均光譜值作為標準光譜值。將每個樣品的光譜值與標準光譜值進行一元線性回歸分析,計算各樣品光譜值相對于標準光譜值的線性和傾斜平移量,最后將每個樣品的原始光譜值減去線性平移量并除以傾斜平移量,使每個樣品光譜的基線平移和偏移都在標準光譜值的參考下得到修正。光譜降噪時將SNRWC法中的移動窗口尺寸設為27,以降低光譜的隨機噪聲和完好保留光譜信號。由圖4可知,MSC法有效降低了光譜間的散射,而SNRWC法則明顯降低了拉曼光譜的噪聲。

    2.2 PCA分析結(jié)果

    為考察不同原料肉及真假肉樣光譜的差異及各類樣品的聚類趨勢,首先用無監(jiān)督識別模式的PCA法分別對3 種不同原料肉樣的203 個原始光譜數(shù)據(jù)和真假羊肉樣品的52 個原始光譜數(shù)據(jù)進行分析,3 種原料肉和真假羊肉樣品的前3 個主成分的累計貢獻率分別為98.67%、99.62%。由圖5可知,3 種原料肉和真假羊肉樣品均沒有明顯的聚類趨勢。

    利用MSC結(jié)合SNRWC法對3 種原料肉203 個樣本和真假羊肉52 個樣品數(shù)據(jù)進行前處理后再作PCA,得到3 種不同原料肉和真假羊肉樣品的前3 個主成分累計貢獻率分別為96.69%、97.10%。由圖6可知,MSC結(jié)合SNRWC法對光譜數(shù)據(jù)處理后,樣品之間有明顯的聚類趨勢,但仍有小部分樣品存在一定程度的重疊。

    2.3 SIMCA法定性分析結(jié)果

    2.3.1 原料肉鑒別

    SIMCA定性分析是基于PCA基礎(chǔ)上的有監(jiān)督模式識別方法。首先從3 種原料肉203 個樣本中選擇166 個建立訓練集,其余37 個樣本均用于驗證定性模型的預測效果。數(shù)據(jù)經(jīng)過前處理后,對訓練集樣本的光譜矩陣進行PCA,采用SIMCA法分別建立3 種原料肉的定性分析模型。為充分利用光譜中的有效信息并避免過擬合,需選擇合適的主因子數(shù)。通過交叉驗證計算預測殘差平方和,確定鴨肉、羊肉和豬肉3 種原料肉的主因子數(shù)分別選取6、6、8。

    建立不同種屬肉類樣品的SIMCA主成分模型,以Q與T2衡量樣本與模型的擬合程度。Q為樣本與PCA模型中主成分投影之間的殘差,用于評價樣本與模型擬合程度;T2用于描述樣本在PCA模型內(nèi)部的遠離程度。經(jīng)過有效的數(shù)據(jù)前處理以及結(jié)合SIMCA分類方法分別建立鴨肉、羊肉和豬肉的定性分析模型。由圖7可知,3 種原料肉SIMCA主成分模型均可將3 種原料肉明顯區(qū)分。這說明通過化學計量學方法可有效提取不同種屬肉類樣品的光譜信息,如脂肪酸不飽和度、蛋白質(zhì)組成以及結(jié)構(gòu)等方面的信息,實現(xiàn)對原料肉種屬的鑒別。

    為驗證原料肉SIMCA主成分模型的預測效果,對驗證集37 個樣本的光譜數(shù)據(jù)進行預測分析。由表4可知,3 種原料肉的識別正確率均為100%,這表明所建立的SIMCA定性識別模型對3 種原料肉種屬具有較好的識別能力。

    2.3.2 未摻假羊肉與摻假羊肉樣品的鑒別結(jié)果

    采用SIMCA法分別建立未摻假與摻假羊肉的SIMCA主成分模型,2 種樣品主因子數(shù)均選擇3。由圖8可知,數(shù)據(jù)經(jīng)前處理后,未摻假與摻假羊肉的SIMCA主成分模型均可有效將未摻假和摻假羊肉分開。

    為驗證真假羊肉SIMCA模型的預測效果,采用定性模型對驗證集中5 個未摻假羊肉和4 個摻假羊肉樣品進行預測,由表5可知,識別正確率均為100%。

    3 結(jié) 論

    本研究應用WAI拉曼光譜技術(shù)對不同種屬肉類樣品進行分類判別。將采集的拉曼光譜數(shù)據(jù)經(jīng)MSC法和SNRWC法處理后,利用PCA法提取樣品光譜主成分以考察樣品之間的聚類趨勢。PCA分析結(jié)果顯示大部分鴨肉、羊肉、豬肉樣品都能得到較好分離,同時未摻假和摻假羊肉也有明顯的聚類趨勢,但未能完全區(qū)分。在前期數(shù)據(jù)前處理和PCA分析基礎(chǔ)上,建立SIMCA定性分類模型,對37 個鴨肉、羊肉和豬肉樣品種屬進行定性鑒別,識別正確率均達100%。對4 個摻假羊肉和5 個未摻假羊肉樣品鑒別正確率亦為100%。單個樣品檢測時間可控制在2 min以內(nèi),即放即測,操作簡便。因此,采用WAI拉曼光譜技術(shù)和有效的數(shù)據(jù)前處理方法以及結(jié)合SIMCA算法可快速識別不同種屬肉類樣品和鑒別肉類摻假情況,有利于推進口岸檢測任務前移。

    參考文獻:

    [1] BALLIN N Z, VOGENSEN F K, KARLSSON A H. Species determination: can we detect and quantify meat adulteration?[J]. Meat Science, 2009, 83(2): 165-174. DOI:10.1016/j.meatsci.2009.06.003.

    [2] KIM S H, HUANG T S, SEYMOUR A T, et al. Development of immunoassay for detection of meat and bone meal in animal feed[J]. Journal of Food Protection, 2005, 68(9): 1860-1865. DOI:10.1111/j.1745-4522.2005.00023.x.

    [3] MULDOON M T, ONISK D V, BROWN M C, et al. Targets and methods for the detection of processed animal proteins in animal feedstuffs[J]. International Journal of Food Science and Technology, 2004, 39(8): 851-861. DOI:10.1111/j.1365-2621.2004.00858.x.

    [4] KIM S H, HUANG T S, SEYMOUR T A, et al. Production of monoclonal antibody for the detection of meat and bone meal in animal feed[J]. Journal of Agricultural and Food Chemistry, 2004, 52(25): 7580-7585. DOI:10.1021/jf048789a.

    [5] TARTAGLIA M, SAULLE E, PESTALOZZA S, et al. Detection of bovine mitochondrial DNA in ruminant feeds: a molecular approach to test for the presence of bovine-derived materials[J]. Journal of Food Protection, 1998, 61(5): 513-518. DOI:10.4315/0362-028x-61.5.513.

    [6] 林彥星, 張彩虹, 阮周曦, 等. 實時熒光定量PCR檢測畜禽肉制品中鴨源性成分[J]. 動物醫(yī)學進展, 2016, 37(11): 48-53. DOI:10.16437/j.cnki.1007-5038.2016.11.009.

    [7] AL-KAHTANI H A, ISMAIL E A, AHMED M A. Pork detection in binary meat mixtures and some commercial food products using conventional and real-time PCR techniques[J]. Food Chemistry, 2017, 219: 54-60. DOI:10.1016/j.foodchem.2016.09.108.

    [8] MONTOWSKA M, FORNAL E. Label-free quantification of meat proteins for evaluation of species composition of processed meat products[J]. Food Chemistry, 2017, 237: 1092-1100. DOI:10.1016/ j.foodchem.2017.06.059.

    [9] 楊志敏,丁武. 近紅外光譜技術(shù)快速鑒別原料肉摻假的可行性研究[J]. 肉類研究, 2011, 25(2): 25-28. DOI:10.3969/j.issn.1001-8123.2011.02.007.

    [10] 白京, 李家鵬, 鄒昊, 等. 近紅外光譜定性定量檢測牛肉漢堡餅中豬肉摻假[J]. 食品科學, 2019, 40(8): 287-292. DOI:10.7506/spkx1002-6630-20180802-016.

    [11] 耿瑩瑩, 李亞飛, 劉湘祁, 等. 便攜式拉曼光譜儀在毒品和易制毒化學品快速檢測中的應用[C]//第17屆全國光散射學術(shù)會議摘要文集. 成都: 光散射學報編輯部, 2013: 260.

    [12] 馮澤陽, 張衛(wèi)紅, 鄭穎, 等. 2000年以來拉曼光譜在考古中的應用[J]. 光散射學報, 2016, 28(1): 27-41. DOI:10.13883/j.issn1004-5929.201601007.

    [13] MATOUSEK P, PARKER A W. Bulk Raman analysis of pharmaceutical tablets[J]. Applied Spectroscopy, 2006, 60(12): 1353-1357. DOI:10.1366/000370206779321463.

    [14] 田高友. 拉曼光譜技術(shù)在石油化工領(lǐng)域應用進展[J]. 現(xiàn)代科學儀器, 2009(2): 138-142.

    [15] MISHRA P, TRIPATHI L N. Characterization of two-dimensional materials from Raman spectral data[J]. Journal of Raman Spectroscopy, 2020, 51(1): 37-45. DOI:10.1002/jrs.5744.

    [16] SANCHIS-BONET A, MENOR GALVAN M A C, GARCIA RICO G E, et al. Application of Raman spectroscopy coupled with chemometrics to the early diagnostics and classification of prostate cancer[J]. European Urology Supplements, 2019, 18(11): e3511-e3512. DOI:10.1016/S1569-9056(19)34664-0

    [17] AKIMOVA G A, GRIGORIEVSKY V I, SYRYKH P Y, et al. On a method for measuring methane concentration on extended atmospheric paths using a remote gas analyzer with a powerful Raman amplifier[J]. Journal of Communications Technology and Electronics, 2019,?64(11): 1251-1255. DOI:10.1134/S1064226919110019.

    [18] 陳龍, 袁明洋, 明晶, 等. 基于改進siPLS法建立5 種含CaCO3中藥的拉曼光譜定量模型[J]. 中國中藥雜志, 2015, 40(18): 3608-3615. DOI:10.4268/cjcmm20151818.

    [19] ZHAO Ming, DOWNEY G, ODONNELL C P. Dispersive Raman spectroscopy and multivariate data analysis to detect offal adulteration of thawed beef burgers[J]. Journal of Agricultural and Food Chemistry, 2015, 63(5): 1433-1441. DOI:10.1021/jf5041959.

    [20] VELIO?LU H M, TEMIZ H T, BOYACI I H. Differentiation of fresh and frozen-thawed fish samples using Raman spectroscopy coupled with chemometric analysis[J]. Food Chemistry, 2015, 172: 283-290. DOI:10.1016/j.foodchem.2014.09.073.

    [21] BOYAC S H, TEMIZ H T, UYSAL R S, et al. A novel method for discrimination of beef and horsemeat using Raman spectroscopy[J]. Food Chemistry, 2014, 148: 37-41. DOI:10.1016/ j.foodchem.2013.10.006.

    [22] WIKSTR?M H, LEWIS I R, TAYLOR L S. Comparison of sampling techniques for in-line monitoring using Raman spectroscopy[J]. Applied Spectroscopy, 2005, 59(7): 934-941. DOI:10.1366/0003702054411553.

    [23] KIM M, CHUNG H, WOO Y, et al. New reliable Raman collection system using the wide area illumination (WAI) scheme combined with the synchronous intensity correction standard for the analysis of pharmaceutical tablets[J]. Analytica Chimica Acta 2006, 579(2): 209-216. DOI:10.1016/j.aca.2006.07.036.

    [24] BAKEEV K A. 過程分析技術(shù): 針對化學和制藥工業(yè)的光譜方法和實施策略[M]. 2版. 北京: 機械工業(yè)出版社, 2014: 174-176.

    [25] DE BIASIO M, STAMPFER P, LEITNER R, et al. Micro-Raman spectroscopy for meat type detection[C]//Next-generation spectroscopic technologies Ⅷ. Baltimore: international society for optics and photonics. Baltimore, Maryland, USA, 2015. DOI:10.1117/12.2176321.

    [26] BEATTIE J R, BELL S E J, BORGAARD C, et al. Classification of adipose tissue species using Raman spectroscopy[J]. Lipids, 2007, 42(7): 679-685. DOI:10.1007/s11745-007-3059-z.

    [27] ODONNELL C P, FAGAN C, CULLEN P J. 食品工業(yè)中的過程分析技術(shù)[M]. 北京: 化學工業(yè)出版社, 2016: 100-112.

    [28] 陳倩, 李沛軍, 孔保華. 拉曼光譜技術(shù)在肉品科學研究中的應用[J]. 食品科學, 2012, 33(15): 315-321.

    [29] 彭彥昆. 食用農(nóng)產(chǎn)品品質(zhì)拉曼光譜無損快速檢測技術(shù)[M]. 北京: 科學出版社, 2019: 27-28.

    [30] 褚小立. 化學計量學方法與分子光譜分析技術(shù)[M]. 北京: 化學工業(yè)出版社, 2011: 41-43.

    [31] 陸婉珍. 現(xiàn)代近紅外光譜分析技術(shù)[M]. 2版. 北京: 中國石化出版社, 2007: 73-78.

    [32] 嚴衍錄. 近紅外光譜分析基礎(chǔ)與應用[M]. 北京: 中國輕工業(yè)出版社, 2005: 225-231.

    [33] 謝錦春, 袁洪福, 宋春風, 等. 基于近紅外光譜與SIMCA快速識別乙烯醋酸乙烯酯共聚物樹脂牌號的定性方法[J]. 現(xiàn)代化工, 2018, 38(9): 235-238; 240. DOI:10.16606/j.cnki.issn0253-4320.2018.09.052.

    猜你喜歡
    拉曼光譜主成分分析
    新疆庫木吐喇石窟壁畫顏料的分析研究
    敦煌研究(2017年1期)2017-03-24 12:30:26
    古代壁畫中常用顏料的拉曼光譜
    科技視界(2016年27期)2017-03-14 07:46:51
    碳纖維的定性/定量鑒別技術(shù)研究
    中國纖檢(2017年1期)2017-03-07 22:48:00
    拉曼光譜研究兩面針活性成分誘導肝癌細胞的凋亡
    拉曼光譜研究兩面針活性成分誘導肝癌細胞的凋亡
    基于NAR模型的上海市房產(chǎn)稅規(guī)模預測
    主成分分析法在大學英語寫作評價中的應用
    大學教育(2016年11期)2016-11-16 20:33:18
    江蘇省客源市場影響因素研究
    SPSS在環(huán)境地球化學中的應用
    考試周刊(2016年84期)2016-11-11 23:57:34
    長沙建設國家中心城市的瓶頸及其解決路徑
    国产精品影院久久| 久久国产精品男人的天堂亚洲| 伊人久久大香线蕉亚洲五| 男人舔女人的私密视频| 午夜影院日韩av| 日韩成人在线观看一区二区三区| 丝袜在线中文字幕| 亚洲中文字幕日韩| 久久香蕉精品热| ponron亚洲| 欧美av亚洲av综合av国产av| 91成人精品电影| 日韩精品青青久久久久久| 久久久久久人人人人人| 老熟妇仑乱视频hdxx| 亚洲av成人不卡在线观看播放网| 欧美日本亚洲视频在线播放| 久热这里只有精品99| 男女床上黄色一级片免费看| 婷婷六月久久综合丁香| 欧美黄色片欧美黄色片| 少妇被粗大的猛进出69影院| 精品国产一区二区三区四区第35| 欧美+亚洲+日韩+国产| 国语自产精品视频在线第100页| 亚洲五月天丁香| 国产成+人综合+亚洲专区| 少妇裸体淫交视频免费看高清 | 嫩草影视91久久| 伦理电影免费视频| 久久精品影院6| 国产精品永久免费网站| 午夜免费激情av| 国内毛片毛片毛片毛片毛片| 精品乱码久久久久久99久播| 国产野战对白在线观看| 亚洲熟女毛片儿| 中文字幕精品免费在线观看视频| 伦理电影免费视频| 亚洲av成人一区二区三| 日韩精品青青久久久久久| 国产一卡二卡三卡精品| 一区二区三区精品91| 一卡2卡三卡四卡精品乱码亚洲| 色播在线永久视频| 不卡一级毛片| 国产欧美日韩精品亚洲av| 18美女黄网站色大片免费观看| av片东京热男人的天堂| 国产伦在线观看视频一区| 天天躁夜夜躁狠狠躁躁| 视频区欧美日本亚洲| 国产精华一区二区三区| 亚洲人成网站高清观看| 久久久国产成人免费| 黑丝袜美女国产一区| 午夜亚洲福利在线播放| 特大巨黑吊av在线直播 | 免费高清在线观看日韩| 男人操女人黄网站| 国产99久久九九免费精品| 午夜激情av网站| 女人高潮潮喷娇喘18禁视频| 亚洲精品粉嫩美女一区| 国产国语露脸激情在线看| 精品一区二区三区av网在线观看| 亚洲精品中文字幕在线视频| 国产黄a三级三级三级人| 久久久久国内视频| 久久久久精品国产欧美久久久| 日韩精品中文字幕看吧| 日本 av在线| 日日干狠狠操夜夜爽| 亚洲免费av在线视频| 国产精品野战在线观看| 日韩精品青青久久久久久| 19禁男女啪啪无遮挡网站| 给我免费播放毛片高清在线观看| 高潮久久久久久久久久久不卡| 侵犯人妻中文字幕一二三四区| 一a级毛片在线观看| 91av网站免费观看| 精品欧美一区二区三区在线| 曰老女人黄片| 婷婷六月久久综合丁香| 久久久久国内视频| 免费观看精品视频网站| 999久久久国产精品视频| 亚洲精品美女久久av网站| 91国产中文字幕| 日韩欧美国产在线观看| 在线观看www视频免费| 国产精品久久久久久精品电影 | 亚洲精品在线美女| 国产在线精品亚洲第一网站| 久久香蕉精品热| 久久天堂一区二区三区四区| 香蕉国产在线看| 色尼玛亚洲综合影院| 成人国产综合亚洲| 黄色女人牲交| 大香蕉久久成人网| 啦啦啦韩国在线观看视频| 一边摸一边做爽爽视频免费| 变态另类丝袜制服| 日韩欧美国产在线观看| 老司机靠b影院| 欧美黑人欧美精品刺激| 欧美日韩福利视频一区二区| 亚洲天堂国产精品一区在线| 色综合欧美亚洲国产小说| xxxwww97欧美| 亚洲成av人片免费观看| 日韩av在线大香蕉| 国产午夜精品久久久久久| 亚洲欧美日韩无卡精品| 此物有八面人人有两片| 婷婷亚洲欧美| 久久国产精品影院| 可以免费在线观看a视频的电影网站| 一区二区三区精品91| 免费搜索国产男女视频| 亚洲性夜色夜夜综合| 露出奶头的视频| 成人亚洲精品一区在线观看| 黑丝袜美女国产一区| 国内毛片毛片毛片毛片毛片| 狠狠狠狠99中文字幕| 51午夜福利影视在线观看| 免费av毛片视频| 一a级毛片在线观看| 国产不卡一卡二| 国产在线观看jvid| 国产99白浆流出| 欧美精品啪啪一区二区三区| 色综合婷婷激情| 热re99久久国产66热| 亚洲国产精品久久男人天堂| 国产国语露脸激情在线看| 国产亚洲精品一区二区www| 亚洲av成人一区二区三| 中文字幕最新亚洲高清| 男女那种视频在线观看| 夜夜躁狠狠躁天天躁| 国产亚洲欧美精品永久| 免费高清在线观看日韩| 久久久国产精品麻豆| 久久久久久久午夜电影| 听说在线观看完整版免费高清| 亚洲av日韩精品久久久久久密| 亚洲精品国产精品久久久不卡| 琪琪午夜伦伦电影理论片6080| 亚洲性夜色夜夜综合| 亚洲av第一区精品v没综合| 免费女性裸体啪啪无遮挡网站| 欧美激情极品国产一区二区三区| 欧美日韩一级在线毛片| 成人永久免费在线观看视频| 男女做爰动态图高潮gif福利片| 中国美女看黄片| 黑人欧美特级aaaaaa片| 最好的美女福利视频网| www.www免费av| 亚洲欧美日韩高清在线视频| 国产精品久久久av美女十八| 给我免费播放毛片高清在线观看| 中文字幕av电影在线播放| 国产av在哪里看| 国产成人精品久久二区二区91| 高清在线国产一区| 韩国精品一区二区三区| 欧美黑人巨大hd| 50天的宝宝边吃奶边哭怎么回事| 日韩成人在线观看一区二区三区| 久久午夜亚洲精品久久| 又黄又爽又免费观看的视频| 国产精品九九99| 十分钟在线观看高清视频www| 色婷婷久久久亚洲欧美| 欧美激情极品国产一区二区三区| 欧美中文综合在线视频| 91字幕亚洲| 国产伦人伦偷精品视频| 50天的宝宝边吃奶边哭怎么回事| 美女午夜性视频免费| 桃红色精品国产亚洲av| 两性午夜刺激爽爽歪歪视频在线观看 | 看黄色毛片网站| 亚洲国产毛片av蜜桃av| 香蕉国产在线看| 香蕉久久夜色| 岛国视频午夜一区免费看| 久久久精品国产亚洲av高清涩受| 黄色成人免费大全| 国产精品日韩av在线免费观看| e午夜精品久久久久久久| 两性午夜刺激爽爽歪歪视频在线观看 | 12—13女人毛片做爰片一| 欧美激情极品国产一区二区三区| 亚洲第一电影网av| 亚洲色图av天堂| 天堂√8在线中文| 国产色视频综合| 最新美女视频免费是黄的| 一进一出抽搐gif免费好疼| 天堂动漫精品| 日本撒尿小便嘘嘘汇集6| 中文资源天堂在线| 国产免费av片在线观看野外av| 十八禁人妻一区二区| 午夜激情福利司机影院| 国产精品免费视频内射| 老汉色av国产亚洲站长工具| 桃色一区二区三区在线观看| 老司机在亚洲福利影院| 午夜免费观看网址| 99热6这里只有精品| 久久久久国产精品人妻aⅴ院| 午夜福利高清视频| 99re在线观看精品视频| 91麻豆av在线| 国产97色在线日韩免费| 国产在线精品亚洲第一网站| 不卡av一区二区三区| 波多野结衣av一区二区av| 欧美日韩亚洲综合一区二区三区_| 最新在线观看一区二区三区| 午夜日韩欧美国产| 久久精品91蜜桃| 欧美黑人精品巨大| 日韩高清综合在线| 成年免费大片在线观看| 一级黄色大片毛片| 亚洲无线在线观看| 国产av一区在线观看免费| 黄网站色视频无遮挡免费观看| 午夜福利一区二区在线看| 欧美日韩一级在线毛片| 老熟妇乱子伦视频在线观看| 欧美性猛交黑人性爽| xxxwww97欧美| 在线观看免费视频日本深夜| 国产黄a三级三级三级人| 国产极品粉嫩免费观看在线| 欧美日韩精品网址| 听说在线观看完整版免费高清| 成人亚洲精品av一区二区| 成人国产一区最新在线观看| 俄罗斯特黄特色一大片| 夜夜夜夜夜久久久久| 成人国产综合亚洲| 长腿黑丝高跟| 中文在线观看免费www的网站 | 国语自产精品视频在线第100页| 成人亚洲精品一区在线观看| 丰满人妻熟妇乱又伦精品不卡| 欧美日本亚洲视频在线播放| 日韩高清综合在线| 少妇熟女aⅴ在线视频| 色综合亚洲欧美另类图片| 在线观看午夜福利视频| 国产成人精品久久二区二区免费| 日本 av在线| 国产亚洲欧美98| 免费无遮挡裸体视频| 99国产综合亚洲精品| 99热这里只有精品一区 | 好男人在线观看高清免费视频 | 黄色视频不卡| 91大片在线观看| 97碰自拍视频| 在线观看免费午夜福利视频| 757午夜福利合集在线观看| 美女高潮到喷水免费观看| 99久久综合精品五月天人人| 天天躁夜夜躁狠狠躁躁| 啪啪无遮挡十八禁网站| 成人18禁在线播放| 午夜福利欧美成人| 无人区码免费观看不卡| 91字幕亚洲| а√天堂www在线а√下载| 亚洲国产欧美日韩在线播放| 在线免费观看的www视频| 精品欧美一区二区三区在线| ponron亚洲| 一边摸一边抽搐一进一小说| 午夜日韩欧美国产| 免费高清视频大片| 色综合欧美亚洲国产小说| 久久欧美精品欧美久久欧美| 又大又爽又粗| 久久久久国产一级毛片高清牌| 欧美日韩精品网址| 男女做爰动态图高潮gif福利片| 精品国产乱码久久久久久男人| 精品久久久久久久人妻蜜臀av| 亚洲人成网站在线播放欧美日韩| 亚洲av成人av| e午夜精品久久久久久久| 亚洲第一青青草原| 老鸭窝网址在线观看| 99久久综合精品五月天人人| 日韩国内少妇激情av| 草草在线视频免费看| 亚洲黑人精品在线| 午夜福利成人在线免费观看| 久久精品91蜜桃| 亚洲av美国av| 后天国语完整版免费观看| 久久青草综合色| 一区二区三区高清视频在线| 亚洲久久久国产精品| 免费搜索国产男女视频| 99精品在免费线老司机午夜| 久热爱精品视频在线9| 1024香蕉在线观看| 在线观看免费午夜福利视频| 免费在线观看日本一区| 免费在线观看影片大全网站| 1024香蕉在线观看| 色精品久久人妻99蜜桃| 特大巨黑吊av在线直播 | 视频区欧美日本亚洲| 国产极品粉嫩免费观看在线| 美女扒开内裤让男人捅视频| 妹子高潮喷水视频| 日韩三级视频一区二区三区| 很黄的视频免费| 午夜激情av网站| 免费电影在线观看免费观看| 亚洲av电影不卡..在线观看| 嫩草影视91久久| 午夜福利在线观看吧| 亚洲一区二区三区不卡视频| 午夜免费观看网址| 男人操女人黄网站| 欧美乱码精品一区二区三区| 亚洲av成人不卡在线观看播放网| 两个人视频免费观看高清| 欧美黄色淫秽网站| 人人妻人人看人人澡| 亚洲全国av大片| 免费电影在线观看免费观看| 男人的好看免费观看在线视频 | 精品熟女少妇八av免费久了| 国产精品亚洲美女久久久| 色在线成人网| 高清毛片免费观看视频网站| 国产三级黄色录像| 日本在线视频免费播放| 国产爱豆传媒在线观看 | 亚洲人成伊人成综合网2020| 精品一区二区三区视频在线观看免费| 久久天躁狠狠躁夜夜2o2o| 91在线观看av| 精品久久久久久久毛片微露脸| 日本在线视频免费播放| 亚洲激情在线av| 精品熟女少妇八av免费久了| 人人妻人人看人人澡| av在线播放免费不卡| а√天堂www在线а√下载| 亚洲avbb在线观看| 亚洲一区二区三区色噜噜| 国产黄a三级三级三级人| xxxwww97欧美| 精品少妇一区二区三区视频日本电影| 少妇被粗大的猛进出69影院| 久久人妻福利社区极品人妻图片| 久久久久国产精品人妻aⅴ院| 女人高潮潮喷娇喘18禁视频| 久久久久久久午夜电影| 精品无人区乱码1区二区| 一区二区三区激情视频| 免费看美女性在线毛片视频| 国产激情偷乱视频一区二区| 久久国产精品男人的天堂亚洲| 90打野战视频偷拍视频| 色综合欧美亚洲国产小说| 国产精品1区2区在线观看.| 18禁美女被吸乳视频| 日韩大尺度精品在线看网址| 久久久久亚洲av毛片大全| 青草久久国产| 国产亚洲精品av在线| 色综合站精品国产| 日韩欧美在线二视频| 国产亚洲精品久久久久久毛片| 亚洲七黄色美女视频| 国产成人啪精品午夜网站| 久久精品国产综合久久久| 日韩av在线大香蕉| 欧美不卡视频在线免费观看 | 久久精品91无色码中文字幕| 国产亚洲欧美在线一区二区| 国产精品自产拍在线观看55亚洲| 亚洲一卡2卡3卡4卡5卡精品中文| 老司机在亚洲福利影院| 日韩av在线大香蕉| 黄片播放在线免费| 国产精品亚洲一级av第二区| 91国产中文字幕| 午夜日韩欧美国产| 久久中文字幕一级| 真人做人爱边吃奶动态| 嫩草影院精品99| 国产精品永久免费网站| 久久亚洲精品不卡| 欧美黄色淫秽网站| 国产精品久久久av美女十八| 99久久国产精品久久久| www.自偷自拍.com| 久久久水蜜桃国产精品网| 亚洲中文av在线| 韩国精品一区二区三区| 中文字幕人成人乱码亚洲影| 国产一区在线观看成人免费| 91麻豆精品激情在线观看国产| 十八禁网站免费在线| 三级毛片av免费| 色老头精品视频在线观看| 两个人免费观看高清视频| 极品教师在线免费播放| 免费人成视频x8x8入口观看| 久久香蕉激情| 高清在线国产一区| 免费在线观看影片大全网站| 欧美黑人精品巨大| 久久久精品欧美日韩精品| 成年免费大片在线观看| 亚洲第一av免费看| 一进一出抽搐动态| 国产精品久久久久久亚洲av鲁大| 午夜免费激情av| 一区二区三区激情视频| АⅤ资源中文在线天堂| 亚洲av片天天在线观看| 88av欧美| 一级毛片高清免费大全| 他把我摸到了高潮在线观看| 欧美另类亚洲清纯唯美| 国产在线观看jvid| 国产亚洲欧美98| 免费在线观看影片大全网站| 国产区一区二久久| 一进一出抽搐gif免费好疼| 免费看十八禁软件| 又黄又爽又免费观看的视频| 欧美三级亚洲精品| 美女高潮喷水抽搐中文字幕| 久久久久久久久免费视频了| 18禁黄网站禁片免费观看直播| 中出人妻视频一区二区| 日韩精品青青久久久久久| aaaaa片日本免费| 国产午夜福利久久久久久| 真人一进一出gif抽搐免费| 婷婷精品国产亚洲av| 国产免费av片在线观看野外av| 久久午夜亚洲精品久久| 国产精品99久久99久久久不卡| 视频在线观看一区二区三区| 人人妻人人看人人澡| 一个人免费在线观看的高清视频| 在线播放国产精品三级| 深夜精品福利| e午夜精品久久久久久久| 中文资源天堂在线| 12—13女人毛片做爰片一| 久久99热这里只有精品18| 99精品久久久久人妻精品| 欧美一级a爱片免费观看看 | 91麻豆av在线| 国产成人系列免费观看| 色尼玛亚洲综合影院| 国产又色又爽无遮挡免费看| 中文字幕最新亚洲高清| 一区二区日韩欧美中文字幕| 欧美久久黑人一区二区| 国产91精品成人一区二区三区| 成人一区二区视频在线观看| 亚洲成av片中文字幕在线观看| 精品久久久久久久人妻蜜臀av| 亚洲久久久国产精品| 国产亚洲精品av在线| 美女高潮到喷水免费观看| 国产精品一区二区免费欧美| 久久精品国产清高在天天线| 久久九九热精品免费| 亚洲三区欧美一区| 国产国语露脸激情在线看| 一区二区三区激情视频| 国产视频内射| 日本熟妇午夜| 禁无遮挡网站| 成年版毛片免费区| 久9热在线精品视频| 亚洲成人精品中文字幕电影| av片东京热男人的天堂| 草草在线视频免费看| 午夜福利成人在线免费观看| 中文字幕人妻丝袜一区二区| 最近最新中文字幕大全电影3 | 老鸭窝网址在线观看| 动漫黄色视频在线观看| a在线观看视频网站| 91字幕亚洲| 欧美日韩一级在线毛片| 国产又爽黄色视频| 亚洲第一欧美日韩一区二区三区| 久久中文看片网| 国产av一区在线观看免费| 啦啦啦 在线观看视频| 国产精品久久电影中文字幕| 天堂√8在线中文| 国产成人精品久久二区二区免费| 成在线人永久免费视频| 午夜激情av网站| 亚洲国产精品成人综合色| 999久久久精品免费观看国产| 亚洲五月婷婷丁香| 午夜福利18| 亚洲成a人片在线一区二区| 久久精品国产亚洲av香蕉五月| 久久午夜综合久久蜜桃| 99热只有精品国产| 好看av亚洲va欧美ⅴa在| 亚洲狠狠婷婷综合久久图片| 女性被躁到高潮视频| 久久久精品欧美日韩精品| 麻豆成人av在线观看| 日本免费a在线| 国产亚洲精品久久久久久毛片| 亚洲一码二码三码区别大吗| 亚洲最大成人中文| 亚洲欧美一区二区三区黑人| 国产午夜福利久久久久久| 日本a在线网址| 精品一区二区三区视频在线观看免费| 久久香蕉激情| 欧美一区二区精品小视频在线| 婷婷丁香在线五月| 亚洲国产精品999在线| 最近最新中文字幕大全电影3 | 18禁国产床啪视频网站| 亚洲国产精品久久男人天堂| 久久久水蜜桃国产精品网| 欧美另类亚洲清纯唯美| 国产精品亚洲一级av第二区| 日韩欧美免费精品| 欧美成人免费av一区二区三区| 亚洲电影在线观看av| 大香蕉久久成人网| 91在线观看av| 国产精品免费一区二区三区在线| 欧美久久黑人一区二区| 久久精品夜夜夜夜夜久久蜜豆 | 日韩精品青青久久久久久| 国产亚洲欧美98| 成人av一区二区三区在线看| 国产极品粉嫩免费观看在线| 亚洲电影在线观看av| 久久香蕉激情| 欧美成人午夜精品| 日韩欧美免费精品| 亚洲色图av天堂| 欧美日韩亚洲综合一区二区三区_| 国产伦一二天堂av在线观看| 亚洲熟妇中文字幕五十中出| 啦啦啦韩国在线观看视频| 黄片小视频在线播放| 国产激情欧美一区二区| 在线免费观看的www视频| 精品国内亚洲2022精品成人| 亚洲精品在线观看二区| 国产成人影院久久av| 中文字幕精品免费在线观看视频| 免费搜索国产男女视频| 亚洲国产欧美网| 久久天堂一区二区三区四区| 夜夜躁狠狠躁天天躁| 在线视频色国产色| 一卡2卡三卡四卡精品乱码亚洲| 成人国产一区最新在线观看| 欧美丝袜亚洲另类 | 女人被狂操c到高潮| 自线自在国产av| 90打野战视频偷拍视频| 91在线观看av| 天堂动漫精品| 啦啦啦观看免费观看视频高清| 波多野结衣av一区二区av| 午夜精品久久久久久毛片777| 精品国产超薄肉色丝袜足j| 国产成年人精品一区二区| 国产一区二区在线av高清观看| 最新在线观看一区二区三区| 男人舔女人下体高潮全视频| 久久伊人香网站| 亚洲国产精品999在线| 成人三级做爰电影| 亚洲av成人不卡在线观看播放网| 少妇的丰满在线观看| 99国产极品粉嫩在线观看| 老司机午夜十八禁免费视频| 国产一级毛片七仙女欲春2 | 操出白浆在线播放| 亚洲欧美精品综合一区二区三区| 后天国语完整版免费观看| 成人国产综合亚洲| 免费高清视频大片| 国产亚洲精品av在线| 成人亚洲精品一区在线观看| 成人永久免费在线观看视频|