化學計量學方法在食品分析中的應用研究

楊君 甄興虎 李銀花

哈密市質量與計量檢測所 新疆哈密 839000

化學計量學是利用數(shù)學和統(tǒng)計學，通過計算機技術設計化學量測試驗，分類、解析、處理、預測數(shù)據(jù)，其中包含了化學、數(shù)學、統(tǒng)計學、計算機等多個學科知識。在食品分析中，化學計量學應用既能夠拓展視頻分析方法應用領域，也能夠擴大應用范圍，而隨著儀器和方法研的深入研究，化學計量學逐漸得到完善，在食品分析中的應用也更加普遍。

1 化學計量學方法類型

1.1 人工神經(jīng)網(wǎng)絡

該方法通過對人腦結構進行模擬，基于大腦生理研究和梳理方法實現(xiàn)簡化抽象模擬的智能仿生信息處理系統(tǒng)。該算法在進行分類運算和聚類運算時，可以分成監(jiān)督學習和無監(jiān)督學習兩種方式，前者是將訓練樣本輸入到網(wǎng)絡中，同時對網(wǎng)絡實際輸出值以及期望標值進行比對比，按照獲取的誤差值對權重值連接強度進行控制調(diào)整，通過反復訓練縮小誤差，收斂方向，進而計算出確定權重值，得到網(wǎng)絡輸出值。后者則直接按照聚類對權重值進行調(diào)整，無需在網(wǎng)絡中輸入訓練樣本，學習規(guī)律根據(jù)連接權值變化而變化[1]。

1.2 主成分分析法

該方法是指食物原始數(shù)據(jù)轉變?yōu)椴幌喔傻男聰?shù)據(jù)線性組合，通過最少數(shù)據(jù)將樣本特征和原始變量變異性反映出來，進而使特征空間維數(shù)降低。該方法可以應用少量主成分將數(shù)據(jù)原始特征實現(xiàn)最大化保留，進而重新組合，得到的數(shù)據(jù)信息量就是樣本特征，該算法在應用時具有較大的實用價值。

1.3 一類分類模型

近些年食品問題層出不窮，很多分類方法無法滿足目標檢測要求，導致公眾擔心食品安全。一類分類法補充了原有分類法，保障食品安全方法能夠充分檢測和預警已知樣品和未知樣品。

1.4 K 最近鄰分類算法

該方法屬于簡單的聚合分類技術，其實在同一距離空間中放置定義同樣的樣本，若是某樣本與k最為接近，相鄰樣本中的大部分都為該類別，其樣本也是該類別。這種算法無需估計參數(shù)，進行訓練分類，操作簡單便于理解[2]。但是若是樣本數(shù)量不平衡，導致數(shù)量多的樣本占據(jù)主體。在食品加工領域中，該方法得到了應用。

2 食品分析中化學計量學方法的應用

2.1 防偽標志分析

食品安全中，食品防偽工作是其中的重要組成部分，食品分類識別時，檢測假冒偽劣產(chǎn)品十分重要。采用化學計量學方法識別可以提高工作效率。在分析油類食品時，通過化學識別方式獲得密度、水分、折光率等信息，并構建數(shù)據(jù)模型采用計算機技術處理，進而得到最終結果[3]。食品類型多且豐富，不同類型食品采取的處理方式不同，有些處理結果有極限，檢測不同食品時數(shù)據(jù)可能存在不同，對此，可以利用一類分類法處理該問題，對食物摻雜物進行準確檢測，保障食品安全生產(chǎn)經(jīng)營。

2.2 營養(yǎng)成分分析

營養(yǎng)成分檢測是利用專業(yè)檢測儀器檢測視頻，通過分析檢測數(shù)據(jù)，對食品營養(yǎng)成分類型、多寡進行判斷，進而對食品應用價值進行判斷。為人們選購食品提供參考。通常情況下，營養(yǎng)成分檢測主要為碳水化合物，脂肪，蛋白質，維生素，膳食纖維以及礦物質等內(nèi)容。檢測過程中，一般使用光譜分析儀進行檢測，檢測效率高，結果精準，其是對食品發(fā)射近紅外線，通過對材料中活躍的分子震動反射光纖進行分析，按照光纖獨特光學特性進行識別，進而確定食品中的化學成分，檢測其中的營養(yǎng)成分。

2.3 衛(wèi)生監(jiān)測分析

衛(wèi)生檢測作為農(nóng)產(chǎn)品藥品檢測，以往在檢測食品農(nóng)藥殘留時，只能夠檢測單一農(nóng)藥，但是隨著檢測技術的發(fā)展當前已經(jīng)能夠對農(nóng)藥類型及其成分同時進行檢測。在對有害元素檢測和殘留農(nóng)藥多組分分析過程中應用化學計量學，主要采用最小二乘法和偏最小二乘法。傳統(tǒng)分析法主要為光度分析和氣相液相色譜法，方法能夠通過拓展使用范圍，在信噪比測定過程中提高精度，對于蔬菜農(nóng)藥殘留測量的效果比較好。

2.4 分類判別分析

在食品品質分類判別分析中，應用應用化學計量學中的多類聚類與判別分析法就有較高價值?？梢栽谑称菲焚|精細分類、品牌分類、產(chǎn)地識別等領域中應用。按照光譜、色譜、傳感等分析儀器得到樣品指紋圖譜，再通過多類聚類和判別分析法提取聚類特征，電力模型用于識別各種藥品的類別[4]。例如，將偏最小二乘法和FT-NIR相結合對葵花籽和大豆進行判別分析，另外可以將PLSDA和FT-NIR結合判別不同產(chǎn)地龍井，將HPLC、PCA、S-LDA合起來能夠對茶葉種類進行判別。

2.5 食品摻假分析

食品摻假和非法添加檢測屬于食品分析領域中的難點。有目標檢測法只能夠在懷疑和預先得知成分存在情況下，才能夠進行被動檢測，在該檢測法基礎上提出了無目標檢測法，其能夠解決食品摻假問題。例如，可以將OCPLS算法與光譜技術結合起來，無目標檢測芝麻油、風攪、板藍根、芝麻油、全脂奶粉等食物中的摻假物質，檢測結果滿意度較高。也可以采用一類支持向量機無目標檢測芝麻油等。

3 結語

綜上所述，食品問題是社會各界重點關注問題，也是各大檢測機構研究的重點問題。隨著化學計量學的發(fā)展，其應用也越發(fā)廣泛，在食品分析中，應用化學計量法法能夠迅速檢測食品中的不良因素，保障食品安全。但是，研究人員需要開發(fā)更多新設備和新檢測技術，更好的利用化學計量學檢測視頻。