猕猴桃Vc含量检测:HPLC与Vis-NIR技术应用
64 浏览量
更新于2024-09-04
收藏 1.09MB PDF 举报
"基于HPLC和Vis-NIR技术的猕猴桃Vc含量检测研究"
本文探讨了利用可见/近红外(Vis-NIR)光谱分析技术和高效液相色谱(HPLC)分析技术来测定猕猴桃中的维生素C(Vc)含量。猕猴桃因其富含Vc,被誉为“水果中的Vc之王”。这项研究由傅霞萍和应义斌共同完成,他们分别担任讲师和教授,专注于农产品品质无损检测技术与装备的研究。
在实验过程中,研究人员采集了完整的猕猴桃水果的Vis-NIR透射光谱,并通过HPLC测量了相应的Vc含量。Vis-NIR光谱技术是一种非破坏性的检测方法,可以在不损害样品的情况下获取其内部信息。通过对光谱进行微分、多通道校正(MSC)、标准归一化变量(SNV)等预处理,建立了偏最小二乘回归(PLSR)预测模型。
建立的全波段最优PLSR模型表现出良好的预测能力,相关系数r超过0.88,均方根误差校正(RMSEC)小于7.34mg/100g,均方根预测误差(RMSEP)小于7.94mg/100g。这意味着光谱预测模型能够准确预测猕猴桃的Vc含量,且预测值与HPLC实际测量值之间有高度相关性。
这一研究结果表明,Vis-NIR技术具有潜力成为猕猴桃Vc含量快速无损检测的有效工具。这种技术的应用不仅可以提高检测效率,还能减少对样品的破坏,对于农产品质量和食品安全监控具有重要意义。关键词包括:可见/近红外光谱、高效液相色谱、Vc含量以及猕猴桃。
该研究提供了一种创新的Vc检测方法,对于农业科学、食品科学和质量控制领域都具有重要的实践价值,特别是在追求快速、准确和无损检测技术的今天,这种技术的开发和应用将有助于提升猕猴桃等水果产业的质量管理和品质保证。
2021-02-22 上传
2021-02-21 上传
2021-03-20 上传
2021-04-01 上传
点击了解资源详情
点击了解资源详情
2023-06-02 上传
2021-10-20 上传
2021-03-19 上传
weixin_38605801
- 粉丝: 10
- 资源: 984
最新资源
- Raspberry Pi OpenCL驱动程序安装与QEMU仿真指南
- Apache RocketMQ Go客户端:全面支持与消息处理功能
- WStage平台:无线传感器网络阶段数据交互技术
- 基于Java SpringBoot和微信小程序的ssm智能仓储系统开发
- CorrectMe项目:自动更正与建议API的开发与应用
- IdeaBiz请求处理程序JAVA:自动化API调用与令牌管理
- 墨西哥面包店研讨会:介绍关键业绩指标(KPI)与评估标准
- 2014年Android音乐播放器源码学习分享
- CleverRecyclerView扩展库:滑动效果与特性增强
- 利用Python和SURF特征识别斑点猫图像
- Wurpr开源PHP MySQL包装器:安全易用且高效
- Scratch少儿编程:Kanon妹系闹钟音效素材包
- 食品分享社交应用的开发教程与功能介绍
- Cookies by lfj.io: 浏览数据智能管理与同步工具
- 掌握SSH框架与SpringMVC Hibernate集成教程
- C语言实现FFT算法及互相关性能优化指南