一、食用植物油的掺假鉴定（论文文献综述）
陈喆,王督,汪雪芳,喻理,马飞,张良晓,李培武[1]（2021）在《食用油中掺入低价动物油脂鉴别方法的研究进展》文中提出动物油脂是动物脂肪组织经提取精炼而成的油脂。动物油脂因资源丰富,具有独特风味,广泛应用于制备食用动物油、起酥油、肉味香精,同时也是生产肥皂、甘油和饲料的重要原料。然而,因动物油脂价格低,不法商贩受利益驱使在食用植物油或高价动物油脂中掺加低价动物油脂,严重扰乱了市场秩序,侵害消费者合法权益和身体健康。近年来,气相色谱法与液相色谱法及其质谱联用技术、实时分析质谱法、近红外光谱法与拉曼光谱法等光谱法、低场核磁共振等技术应用于食用油掺假鉴别技术研究。本文对主要食用油掺假鉴别技术进行综述,并对其发展趋势进行了展望,以期为食用油中掺入低价动物油脂的鉴别技术发展提供参考。
杨旭,李占明,周冬仁[2]（2021）在《气相色谱-离子迁移谱技术用于食品掺假与溯源的研究进展》文中研究表明近年来,食品掺假及产地溯源分析备受关注。气相色谱-离子迁移谱法（gas chromatography-ion mobility spectrometry,GC-IMS）通过测定特定食品的风味指纹图谱来检测食品的质量,其优异的检测性能在食品掺假与产地溯源领域日益凸显。目前,国内外对采用GC-IMS在单一食品风味分析方面的研究报道很多,但是对GC-IMS在各类食品掺假问题以及产地溯源分析等领域研究的综合性论述较少。鉴于此,本文简要介绍了GC-IMS的工作原理,综述了近年来GC-IMS用于不同类别食品的掺假鉴别与产地溯源分析的研究进展,并对GC-IMS在食品领域未来的发展方向进行了总结与展望。
曾丽媛[3]（2021）在《异种油脂掺杂临场化辨识技术研究》文中进行了进一步梳理
孙婷婷[4]（2021）在《基于机器学习算法的油茶籽油掺伪鉴别模型的建立》文中指出由于油茶籽油的营养功能价值和商品价格较高,导致市场上油茶籽油掺伪销售的现象较普遍,这不仅损害了食用植物油脂生产者和消费者利益,也不利于我国食用油脂产业的健康发展。目前常见的油茶籽油掺伪方式主要分为两种,一种是在油茶籽油中掺入其他种类低质低价食用油,另一种是将加工工艺较差的浸出油茶籽油掺入压榨油茶籽油中。因为掺伪油脂类别广泛、掺伪方式繁杂,准确快速地对掺伪食用植物油进行鉴别具有一定的难度。本文针对掺入低质低价食用油的掺伪鉴别问题,选取53个不同栽培种以及产地的油茶样本,利用气相色谱技术及高效液相色谱技术,对其所含脂肪酸及甘油三酯成分数据进行测量。针对掺入浸出油茶籽油的压榨油茶籽油掺伪鉴别问题,选取商业提供与来自本实验室的4个原香压榨油茶籽油样本和10个烤香压榨油茶籽油样本,利用顶空固相微萃取气质联用技术,对其挥发性成分数据进行测量。后按不同浓度梯度,将不同种类的食用植物油掺入纯油茶籽油中,将浸出油茶籽油掺入压榨油茶籽油中,分别建立高掺伪梯度模型及低掺伪梯度模型。在此基础上,本文基于掺伪油茶籽油的脂肪酸、甘油三酯数据和挥发性成分数据,利用多种机器学习算法,构建了鉴别油茶籽油掺伪种类和预测油茶籽油掺伪量的机器学习掺伪鉴别模型,达到了较好的定性鉴别和定量预测效果。结果如下:（1）针对掺入单一种类低质低价食用油的油茶籽油掺伪种类鉴别问题,基于掺伪油茶籽油的脂肪酸和甘油三酯数据,构建了鉴别油茶籽油掺伪种类的决策树模型和多层感知机神经网络模型。神经网络模型达到了更好的鉴别效果,对高掺伪梯度下和低掺伪梯度下油茶籽油掺伪种类的平均鉴别精确率分别达到了 0.977和0.981,准确率分别达到了 0.974和0.992。（2）针对掺入单一种类低质低价食用油的油茶籽油掺伪量预测问题,基于掺伪油茶籽油的脂肪酸和甘油三酯数据,构建了预测油茶籽油掺伪量的偏最小二乘回归模型和多元线性回归模型。多元线性回归模型具备更为精确的掺伪量预测能力,在高掺伪梯度和低掺伪梯度下,多元线性回归模型掺伪量预测的平均R2值分别达到了 0.999和0.994,平均RMSE值分别为0.146和0.136。（3）针对压榨油茶籽油掺伪浸出油茶籽油的掺伪鉴别问题,基于掺伪油茶籽油的挥发性成分数据,构建了鉴别压榨油茶籽油掺伪浸出油的主成分分析模型和逻辑回归模型。逻辑回归模型具有更强的鉴别能力,对于原香及烤香压榨油茶籽油,逻辑回归模型对高掺伪梯度下样本掺伪浸出油的最低检出限均为10%,对低掺伪梯度下样本掺伪浸出油的最低检出限均为4%。（4）针对压榨油茶籽油掺伪浸出油茶籽油的掺伪量预测问题,基于掺伪油茶籽油的挥发性成分数据,构建了预测压榨油茶籽油掺伪浸出油掺伪量的偏最小二乘回归模型,预测能力较强。对于原香压榨油茶籽油,偏最小二乘回归模型对高掺伪梯度和低掺伪梯度样本的掺伪量预测的平均R2值分别达到了 0.998和0.956,平均RMSE值分别为1.127和0.592。对于烤香压榨油茶籽油,偏最小二乘回归模型对高掺伪梯度和低掺伪梯度样本的掺伪量预测的平均R2值分别达到了 0.998和0.999,平均RMSE值分别为1.166和0.094。本课题涵盖了当前市面上常见的两种油茶籽油掺伪现象,是油茶籽油掺伪鉴别研究领域内首个与机器学习方法相结合的系统性研究。通过综合考虑实际掺伪现象的特点,遴选合适的机器学习方法建立掺伪鉴别模型,达到了较好的掺伪鉴别效果。针对油茶籽油掺伪低质低价油的现有研究,本文综合考虑了多种常见的食用植物油,所建立的机器学习掺伪鉴别模型在鉴别准确率和预测准确性上有较大提升。针对压榨油茶籽油掺伪浸出油的掺伪现象,现有研究只关注于定性鉴别样本是否掺伪,本文除此以外首次补充解决了其掺伪量预测问题,并将定性鉴别的最低检出限降低到了 4%。
麦小漫[5]（2021）在《色谱技术结合化学计量学用于食用植物油品质鉴定及掺伪筛查的研究》文中提出食用植物油是由植物果实、种子或其他部分提取而来,是人类饮食中不可或缺的组成部分,其品质安全是大众关注热点问题。近年来,我国食用油掺杂掺假事件频发,虽然相关法律法规、国家标准、检测方法都在逐步完善,但仍有部分低品质假阴性油混入市场,因此开发快速、准确、高灵敏的植物油品质评价方法仍然是目前食用植物油品质控制的关键工作。本文利用色谱技术这一分析手段,以食用植物油的主要成分脂肪酸、甾醇、挥发性成分及其它不皂化物为研究对象,建立了一系列的食用植物油品质评价方法,包括对常见的食用植物油（花生油、玉米油、菜籽油、大豆油、葵花籽油等）中的脂肪酸、甾醇、挥发性成分及其它不皂化物的测定,同时对其组成、含量差异及进行分析,并采用脂肪酸组成与化学计量学方法相结合对掺伪食用植物油进行定性、定量的分析。主要研究内容与结果如下:（1）采用顶空-固相微萃取（HS-SPME）结合全二维气相色谱-高分辨四级杆飞行时间质谱技术（GC×GC-Q-TOF/MS）建立了常见食用植物油挥发性成分的分析方法。为获得更多的挥发性成分,对全二维色谱柱系统及固相微萃取条件进行优化,最终确定了色谱柱系统为以HP-5MS为第一维色谱柱、DB-17MS为第二维色谱柱、固相微萃取纤维头涂层为50/30μm DVB/CAR/PDMS、取样量为3.0 m L、萃取时间为30 min、萃取温度为85℃、解析时间为5 min时分析效果最好。（2）五种食用植物油中共检测到115种、11类成分,其在5种食用植物油中的分布有明显差异,其中花生油共检测出65种成分,玉米油33种成分,菜籽油57种成分,大豆油53种成分,葵花籽油50种;花生油中的挥发性成分主要为醛、吡嗪、呋喃类化合物,其中吡嗪类化合物含量明显高于其它四种植物油,占总检出物的34.800%;玉米油、大豆油和葵花籽油中所鉴定出的挥发性成分均以醛类居多,其中己醛在各食用植物油中相对含量均较高,分别为:葵花子油15.528%、大豆油14.282%、玉米油12.873%;菜籽油中鉴定出的挥发性成分主要为醛类、腈类和吡嗪类,其中腈类化合物是菜籽油中特殊的挥发性成分,可作为菜籽油区别于其它食用植物油的特征成分。（3）采用气相色谱法对衍生后的脂肪酸和甾醇进行分析,发现五种食用植物油中脂肪酸和甾醇组成和含量具有较大差异,花生油中的油酸含量最高,为39.472～62.454%,玉米油、大豆油与葵花子油中则是亚油酸含量最高,分别为56.083～57.187%、51.547～54.563%、53.041～63.444%,除油酸、亚油酸之外,传统菜籽油中芥酸含量较高,达7%以上,这可明显区分于其它四种食用植物油。五种食用植物油甾醇主要由菜油甾醇、豆甾醇、β-谷甾醇组成,菜籽油中还含有少量的菜籽甾醇;五种油中玉米油和菜籽油的总甾醇含量最高,分别为648.663～778.821 mg/100 g、610.656～731.272 mg/100 g,花生油次之,为132.528～315.504 mg/100 g,大豆油和葵花籽油的总甾醇含量最低,分别为215.301～271.687 mg/100 g和243.558～281.831 mg/100 g。采用系统聚类分析（HCA）分别对五种食用植物油的脂肪酸及甾醇组成的数据进行分析,结果表明花生油与玉米油、大豆油和葵花籽油的脂肪酸组成差异显着,与菜籽油、玉米油的甾醇组成差异显着,因此基于脂肪酸或甾醇组成的分析可以作为鉴别花生油掺假的有效手段之一。（4）通过气相色谱法检测掺伪不同比例大豆油的花生油样品,结合线性判别分析（LDA）对掺伪比例为6-80%（w/w）的掺伪油进行判别分类时,判别准确率达100%,说明建立的线性判别分析函数有效,可以用于未知掺伪花生油的定性鉴别;采用多元线性回归（MLR）、偏最小二程回归（PLSR）和人工神经网络（ANN）分别构建了掺伪定量分析模型,并通过比较模型掺伪判定限与均方根误差（RMSE）来评价模型的性能,结果表明所建立的ANN模型具有更低掺伪判定限与更小RMSE,更适合用于定量筛查与鉴别掺伪花生油。（5）采用超声辅助皂化—液-液萃取结合高效液相色谱法对花生油、菜籽油等5种食用植物油的不皂化物进行分析,发现当检测波长分别为280 nm、443 nm时,菜籽油中的2-（1-羟基-4,6-二甲基-4,6,8-癸三烯基）-去氢敦酌拉辛（HDDD）、叶黄素的分布与其在花生油中的分布有着显着性差异,且HDDD为菜籽油的特征成分。对纯植物油样品分析发现,花生油中叶黄素含量小于或等于6.186μg/g,菜籽油中叶黄素含量为33.664～342.689μg/g,而HDDD在菜籽油中含量为71.922～97.010μg/g,但其在所有花生油样品中均未有检出。以菜籽油中HDDD为掺伪判定指标、叶黄素为辅证构建了掺伪判定方法,其掺伪判定限低至0.4%（w/w）。使用该方法对掺伪花生油进行筛查,结果显示该掺伪判定方法不仅可以成功筛查掺伪花生油,同时也可预测掺伪花生油中菜籽油的最低掺伪比例,其预测准确度达86.7%以上。
庞妍妍[6]（2021）在《基于双积分球技术的掺伪及劣变植物油检测方法研究》文中研究指明食用植物油质量安全问题日益凸显,例如植物油掺假、植物油热氧化等严重损害了消费者的利益和健康。针对传统近红外光谱技术基于比尔-朗伯定律,不能详细描述光子在样本内传输情况,不能将吸收和散射信息有效分开,导致模型过拟合、鲁棒性不足等问题。本研究采用双积分球系统结合逆向倍增算法（Inverse adding doubling,IAD）,获取植物油光学特性参数（吸收系数（Absorption coefficient,μa）、约化散射系数（Reduced scattering coefficient,μ’s））,实现对植物油高精度检测。首先搭建一套双积分球系统并验证,利用掺伪植物油方法验证该技术在粮油检测中可行性,而为了进一步探索复杂植物油掺假体系（植物油掺煎炸油）,采用该技术对植物油热氧化检测。其研究内容与结论如下:（1）双积分球系统的搭建与验证搭建一套高精度的双积分球检测系统,调节光源与样本距离对光路优化。以蒸馏水为基底材料、印度墨水（Ink）为吸收剂、二氧化钛（Ti O2）为散射粒子,制作液体仿体,验证双积分球系统稳定性。结果表明光源的强度不会随着时间的增加而改变,当吸收剂或散射粒子体积分数改变时,μa和μ’s呈比例变化,所搭建的双积分球系统在380～980 nm范围内线性度较高,μa和μ’s的决定系数范围分别是:0.97～0.99,0.95～0.99。表明所搭建的双积分球系统适用于对实际样品的测定。（2）基于双积分球技术建立掺伪植物油的快速判别模型将两种玉米油（金龙鱼、福临门玉米油）加入到千岛源山茶油中,两种花生油（多力、鲁花花生油）加入到金龙鱼山茶油中,掺假浓度范围为10.00%～50.00%,梯度为10.00%。将样品按照掺假浓度分成5类,基于μa和μ’s建立掺伪植物油判别模型。结果表明山茶油掺玉米油和掺花生油混合后建模,判别模型预测结果不佳,总准确率为80.00%左右。因此,采用分步建模法。首先利用μa信息将掺伪山茶油样本区分为山茶油掺玉米油和掺花生油两类;在此基础上比较μa和μ’s对两类样本中掺假比例的判别效果,结果表明μ’s对掺假比例分类效果较优,分步建模总分类准确率为90.00%以上。（3）基于吸收和散射特性的植物油热氧化研究为进一步探索复杂植物油掺假体系。本章节主要对植物油在高温下μa和μ’s进行初步研究,为下一章提供依据。基于双积分球技术建立植物油热氧化的定性定量模型。结果表明,植物油的热稳定性与其种类相关。基于特征波长建立植物油热氧化μa和μ’s模型的稳定性和精度有所提高。其中,偏最小二乘判别（Partial least squares discriminant analysis,PLSDA）的精度和稳定性最好,适用于定性分析。结合偏最小二乘回归（Partial least squares regression,PLS）算法,建立植物油过氧化值含量预测模型。结果表明基于特征波长,建立μa和μ’s的PLS模型相对分析偏差（Residual predictive deviation,RPD）均大于3,表明植物油热氧化近红外光谱的模型精度较高,适用于定量分析。（4）基于双积分球技术建立植物油掺煎炸油的判别分析模型制备不同掺假浓度植物油掺煎炸油溶液,其掺假比例为0%、2%～5%,浓度梯度为1%;6%～24%,浓度梯度为2%;25%～50%,浓度梯度为5%。按照新鲜植物油和煎炸油将样品划分为两类,基于μa和μ’s建立植物油掺煎炸油判别模型。结果表明,将植物油掺煎炸油混合建模,模型的精度和稳定性较差。而由于不同植物油煎炸后其酸价、过氧化值、多酚和维生素E含量变化不同,导致其热稳定性也不同。因此,结合分步建模法,基于μa和μ’s建立单品种植物油掺煎炸油模型。结果表明μa可以将植物油掺煎炸油划分为植物油和煎炸油,相较于混合建模,分步建模后的稳定性和精度有所提高。结合PLS模型,对植物油掺煎炸植物油掺假比例进行预测。结果表明光谱预处理方法不同对PLS模型的效果不同,但基于μa和μ’s建立的PLS模型的RPD大多大于3,该模型的精度高,适用于定量分析,基于μa建立的PLS模型效果优于基于μ’s建立的PLS模型效果。
沈乐丞,王玫,张远聪,曾秀英,刘婷[7]（2021）在《油茶籽油掺假鉴别方法研究进展》文中研究指明油茶籽油是我国特有的木本油脂,具有丰富的营养价值和药用价值。近年来,油茶籽油掺假现象层出不穷。为维护油茶籽油在我国油脂市场的良好发展前景,确保人体健康和维护消费者利益,对油茶籽油掺假鉴别势在必行。本文简要介绍了各类检测技术方法在油茶籽油掺假鉴别中的应用现状,如常规理化分析方法、色谱法、光谱法、感官仿生技术、分子标记技术等,并在分析当前鉴别方法存在的缺陷的基础上,对未来油茶籽油掺假鉴别方法的研究趋势进行展望,为食用植物油的掺杂掺假检测提供理论参考。
王季锋[8]（2020）在《基于降温扰动拉曼光谱的食用油掺假鉴别研究》文中提出食用油掺假侵害消费者权益,危害公众健康,相关鉴别研究对于构造良好的食品安全环境具有重要意义。当掺假食用油中的假冒组分含量降低时,掺假油与正品油的相似度较高,是打假鉴别的难点和重点。采用温度作为外扰因子的二维光谱,鉴别掺假食用油的研究已取得进展,文献工作多采用升温作为扰动因子。然而,升温有可能导致食用油中热不稳定成分发生变化,影响鉴定结果的说服力和准确性。本论文针对高品质食用油掺杂低品质油以及食用油掺杂地沟油,采用降温扰动的二维相关拉曼光谱,结合系统聚类分析开展相关鉴别研究。首先,针对高品质的橄榄油以及低量（5%、10%、20%）掺杂大豆油和玉米油的橄榄油（简称掺假橄榄油）,在+15～-20℃温度区间探究正品橄榄油和掺假橄榄油的拉曼光谱随温度的变化规律。在+15～0℃范围,正品橄榄油与掺假橄榄油的拉曼光谱非常相似,且随温度变化不明显;当温度降至0℃以下后,正品橄榄油与掺假橄榄油的拉曼光谱的峰形和强度,均随温度降低出现较显着差异,且正品橄榄油与掺假橄榄油的拉曼光谱差异变得明显。二维同步相关拉曼光谱显示,随着掺假比例增加,掺假橄榄油在2900～2950 cm-1范围的自相关峰强度以及2925 cm-1与2883 cm-1的负交叉峰强度均出现明显降低,正品橄榄油与掺假橄榄油的谱图差异较显着。;系统聚类分析显示,正品橄榄油和掺假橄榄油的盲样均得到准确鉴别。然后,选取大豆油和玉米油作为正品食用油,分别低量（5%）掺杂3种地沟油,制备出3种掺假大豆油和3种掺假玉米油。在+15～-30℃温度区间,对比正品大豆油、正品玉米油以及掺假大豆油和掺假玉米油的拉曼光谱随温度的变化情况。在+15～0℃范围,正品大豆油、玉米油与其相应的掺假食用油的拉曼光谱非常相似,随温度变化不明显。当温度降至0℃以下时,正品大豆油、玉米油与相应的掺假食用油的拉曼光谱,发生较显着变化;随着温度降低,正品油与掺假油之间的差异逐渐增大。二维同步相关拉曼光谱显示,与掺假大豆油相比,正品大豆油在2883 cm-1附近自相关峰范围更大。对比正品玉米油与掺假玉米油二维同步相关拉曼光谱,观测到正品玉米油在2883 cm-1附近的自相关峰强度更高。对二维同步相关拉曼光谱进行系统聚类分析的结果显示,正品大豆油、正品玉米油、低量掺杂地沟油的掺假油的盲样均可得到准确鉴别。综上,降温后的拉曼光谱和以降温为扰动因子的二维同步相关拉曼光谱,对于掺假食用油均具有很高的辨识能力。这种鉴别技术方法,对于其他油品鉴别也具有重要的理论参考和实用价值。
陈通[9]（2020）在《基于GC-IMS技术的植物油品质分析方法研究》文中提出我国是食用植物油消费大国,其中大豆油、菜籽油、花生油等3种食用油占国内消费总量的90%左右。由于受培育品种、气候环境、土壤成分以及制取、加工工艺等多种因素的影响,使得市面上流通的食用植物油不仅种类繁多、来源广泛,而且其质量品质和营养价值也参差不齐。不法商贩或者小型植物油加工厂易受利益驱使以劣质低价植物油掺入或伪造包装替代高价植物油,导致食用植物油安全问题仍时有发生,该类事件严重侵害了消费者的身心健康和合法权益,同时阻碍了食用植物油市场经济的健康有序发展。本研究基于气相离子迁移谱（Gas Chromatography-Ion Mobility Spectrometry,GC-IMS）联用技术,从风味化学角度对植物油品质的分析方法进行了深入研究,具体研究内容如下:（1）为使GC-IMS设备工作在最佳条件下,研究以植物油风味物质中存在的4种典型标准挥发性有机物质为检测对象,通过单因素试验分析标准物质产生的离子峰强度变化,确定了GC-IMS的最佳检测条件,具体参数为:孵化温度60℃、孵化时间10 min、顶空进样量200μL,载气流量选用程序控制方式。（2）为建立一种基于风味物质组成的不同种类食用植物油的快速识别方法,采用GC-IMS设备对芝麻油、菜籽油和山茶油3种类型共187个食用植物油样品进行了检测,分别使用基于人工特征提取与Otsu阈值分割提取的2种方法对GC-IMS二维谱图进行特征选取,并结合主成分分析和k-最邻近（k-Nearest Neighbors,kNN）模式识别算法分析对比2种特征选取方法的优劣,构建了3种不同种类植物油的风味指纹识别模型。结果表明:相对于依靠人工选取特征峰的主观选取方法,Otsu阈值分割算法结合谱图差异可视化方法能够更有效地定位不同种类植物油样之间的差异区域,实现风味物质对应特征峰的自动选取,达到成功区分不同种类植物油的目的,预测集正确识别率可达98.24%。（3）采用多维主成分方法对芥花籽油中掺入不同比例掺假油样产生的GC-IMS二维矩阵数据直接进行分析处理,并结合典型判别分析方法对不同种类掺假油样进行有监督识别。结果表明:除了芥花籽油中掺入花生油比例为20%的样品存在误判现象外,其他掺假样品均能够得到很好的区分。分别采用多元线性回归、主成分回归和偏最小二乘回归（Partial Least Squares Regression,PLS）建立芥花籽掺假油样的定量预测模型,结果表明:3种方法所建立模型中校正集和预测集相关系数均≤0.85,对应均方根误差在4.789.73%之间;预处理方法的引入可消除部分GC-IMS二维谱图中的无关信息,降低真实值与预测值之间的误差,提高预测准确度;PLS回归算法结合Savitzky-Golay滤波以及归一化预处理方法可得到最佳预测模型,其预测集相关系数为0.833,预测集均方根误差为5.16%。（4）为构建能够表征菜籽油精炼程度的风味指纹图谱,实现菜籽油精炼等级的判别区分,使用GC-IMS设备对4种不同精炼等级共124个菜籽油样进行了检测。采用傅里叶变换红外光谱仪并结合二阶导数算法对不同等级菜籽油样进行分析,结果发现:一级菜籽油样在2 854 cm-1、2 924 cm-1以及2 933 cm-1等3处产生特征吸收峰,该类吸收峰对应含有甲基、亚甲基等官能团的烷烃类物质;除一级菜籽油样外,其他等级菜籽油样在912 cm-1处产生吸收峰,对应物质可能为含有羰基官能团的化合物,也是后期菜籽油形成风味物质的重要来源之一。顶空固相微萃取技术结合GC-MS的分析结果表明,菜籽油样的风味物质数量随着精炼等级的提高而显着减少;菜籽油中的风味物质主要为醛类、醇类、烷烃类、酯类、呋喃、吡嗪类等物质;一级菜籽油样主要成分为小分子烷烃类物质,二级菜籽油样主要为醛类和醇类物质,三级油样主要以醛类和腈类物质为主,还包括少量的吡嗪、呋喃类物质,四级菜籽油油样含有的风味成分物质最多。应用GC-IMS对不同精炼等级菜籽油样进行了检测,采用彩色差分可视化方法结合Otsu算法进行特征提取,并进一步采用主成分分析和3种模式识别方法建立不同等级菜籽油样的判别模型。结果表明:3种模式识别方法中均能够成功区分不同精炼等级菜籽油样,kNN的判别结果较其他2种方法略好,3种模式识别方法的预测集正确率均大于94%,成功实现菜籽油精炼等级的准确判别,研究表明GC-IMS技术可用于菜籽油精炼等级的快速判别。
魏鹏飞[10]（2019）在《基于非硅基纳米颗粒技术的食用植物油DNA提取及溯源分析》文中研究说明食用植物油是人们日常膳食营养的重要组成部分,它不仅可以为人体提供热量,还提供着一些人体必须的脂肪酸。但是在经济利益的驱使下,食用植物油掺假现象频发,不仅扰乱了市场秩序、侵犯消费者权益,甚至会危害人们的身体健康。食用植物油种类真实性鉴别技术是打击油品掺假,维护消费者权益和市场秩序,加强政府监管的先进科学技术。现在市场上最多的检测技术还多是以光谱法、质谱法、色谱法和它们相互之间的联用法等为主的物理化学检测方法。近年来,有关利用生物学的方法来检测食用植物油掺假的报道也相继发出。由于生物学方法具有简便、快速、灵敏等特点,也逐渐成为了食用植物油检测技术的研究热点。但在食用植物油检测中,很多基于分子技术手段的生物学检测方法并未很成熟,其中最为关键的原因是在经过深加工的食用植物油中很难提取到足够量的高质量DNA。本研究应用分子生物学的方法,采用新型纳米材料从植物油中提取DNA,根据DNA具有种间差异性以及种内保守性,通过对特异性DNA片段的实时荧光定量PCR测定,进行物种溯源识别及掺假鉴定。主要研究结果如下:（1）精制食用植物油DNA提取所采用的新型纳米颗粒材料是由偶极聚苯乙烯-聚甲基丙烯酸甲酯复合而成的纳米微球颗粒（dipolar polystyrene-polymethyl methacrylate coomplex nanoparticles,DPPS-PMNP）,此纳米颗粒具有独特的亲水性、亲油性和对DNA的超高吸附性与解吸附性。（2）DPPS-PMNP颗粒对食用植物油中DNA的提取效率与体系中DPPS-PMNP纳米微球的量和DNA量的比值存在一定关系。研究发现,在两者比值为5:1的时候,回收效率最高,达到76.56%。（3）DPPS-PMNP Kit提取得到的精制食用植物油DNA质量优于其他两种市售试剂盒,而且能够作为实时荧光定量PCR模板用于后续溯源分析实验。（4）以植物物种特异性叶绿体核酮糖-1,5-二磷酸基因rbcL为靶基因,设计了实时荧光定量PCR检测花生、大豆、油菜、棉花四种精制食用植物油物种的特异性引物和探针,扩增效率分别达到 96.9%、82.3%、95.7%和 91.7%。（5）采用DPPS-PMNP从纯食用植物油和各种混合食用植物油中提取到足够量的DNA,通过实时荧光定量PCR进行溯源分析,不仅能检测出混合油中植物物种组成,还可以检测出各物种植物油的混合比例。以上结果表明,应用DPPS-PMNP纳米微球植物油DNA提取和定量PCR检测试剂盒,可以从纯食用植物油及混合植物油中提取到足量和高纯度的DNA,并对食用植物油进行物种溯源鉴定及混合油的定量分析。
二、食用植物油的掺假鉴定（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、食用植物油的掺假鉴定（论文提纲范文）
（1）食用油中掺入低价动物油脂鉴别方法的研究进展（论文提纲范文）
| 0 引言 |
| 1 基于光谱法的检测技术 |
| 1.1 近红外光谱法 |
| 1.2 拉曼光谱法 |
| 1.3 其他光谱检测技术 |
| 2 基于色谱和色谱质谱联用的检测技术 |
| 2.1 气相色谱和气相色谱质谱联用技术 |
| 2.2 液相色谱和液相色谱质谱联用技术 |
| 3 其他检测技术 |
| 4 结论与展望 |
（2）气相色谱-离子迁移谱技术用于食品掺假与溯源的研究进展（论文提纲范文）
| 1 GC-IMS用于食品掺假 |
| 1.1 酒类 |
| 1.2 植物油 |
| 1.3 肉制品 |
| 1.4 蜂蜜 |
| 1.5 蛋乳制品 |
| 2 GC-IMS用于食品溯源 |
| 2.1 酒类 |
| 2.2 植物油 |
| 2.3 粮食 |
| 3 总结与展望 |
（4）基于机器学习算法的油茶籽油掺伪鉴别模型的建立（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 食用植物油掺伪鉴别研究中常用的检测技术 |
| 1.2.2 食用植物油掺伪鉴别研究中常用的机器学习算法 |
| 1.3 研究意义与研究内容 |
| 1.3.1 研究意义 |
| 1.3.2 研究内容 |
| 2 利用脂肪酸和甘油三酯数据鉴别掺伪油茶籽油的掺伪种类 |
| 2.1 实验及数据预处理 |
| 2.1.1 实验材料 |
| 2.1.2 脂肪酸分析 |
| 2.1.3 甘油三酯分析 |
| 2.1.4 实验结果 |
| 2.1.5 掺伪油茶籽油油脂模型的设计 |
| 2.1.6 数据预处理及编程平台 |
| 2.2 掺伪油茶籽油特征性物质指标的分布情况 |
| 2.2.1 掺入不同植物油的油茶籽油的特征性物质指标分布统计结果 |
| 2.2.2 掺入某种食用油及其他油类的掺伪油茶籽油的特征性物质指标分布统计结果 |
| 2.3 鉴别油茶籽油掺伪种类的决策树模型 |
| 2.3.1 鉴别油茶籽油掺伪种类的决策树模型原理 |
| 2.3.2 二分类决策树模型掺伪鉴别结果 |
| 2.3.3 多分类决策树模型掺伪鉴别结果 |
| 2.4 鉴别油茶籽油掺伪种类的神经网络模型 |
| 2.4.1 鉴别油茶籽油掺伪种类的神经网络模型原理 |
| 2.4.2 多层感知机神经网络模型掺伪鉴别结果 |
| 2.5 小结 |
| 3 利用脂肪酸和甘油三酯数据预测掺伪油茶籽油的掺伪含量 |
| 3.1 实验及数据预处理 |
| 3.2 预测掺伪油茶籽油掺伪量的偏最小二乘回归模型 |
| 3.2.1 预测掺伪油茶籽油掺伪量的偏最小二乘回归模型原理 |
| 3.2.2 偏最小二乘回归模型掺伪量预测结果 |
| 3.3 预测掺伪油茶籽油掺伪量的多元线性回归模型 |
| 3.3.1 预测掺伪油茶籽油掺伪量的多元线性回归模型原理 |
| 3.3.2 多元线性回归模型掺伪量预测结果 |
| 3.4 小结 |
| 4 利用挥发性成分数据鉴别压榨油茶籽油是否掺伪浸出油 |
| 4.1 实验及数据预处理 |
| 4.1.1 实验材料 |
| 4.1.2 实验仪器 |
| 4.1.3 挥发性成分分析 |
| 4.1.4 实验数据 |
| 4.1.5 掺伪油脂模型的设计 |
| 4.1.6 编程平台 |
| 4.2 鉴别压榨油茶籽油是否掺伪浸出油的主成分分析模型 |
| 4.2.1 鉴别压榨油茶籽油是否掺伪浸出油的主成分分析模型原理 |
| 4.2.2 原香油茶籽油是否掺伪浸出油的鉴别结果 |
| 4.2.3 烤香油茶籽油是否掺伪浸出油的鉴别结果 |
| 4.3 鉴别压榨油茶籽油是否掺伪浸出油的逻辑回归模型 |
| 4.3.1 鉴别压榨油茶籽油是否掺伪浸出油的逻辑回归模型原理 |
| 4.3.2 原香油茶籽油是否掺伪浸出油的鉴别结果 |
| 4.3.3 烤香油茶籽油是否掺伪浸出油的鉴别结果 |
| 4.4 小结 |
| 5 利用挥发性成分数据预测压榨油茶籽油掺伪浸出油的掺伪量 |
| 5.1 实验及数据预处理 |
| 5.2 预测压榨油茶籽油掺伪浸出油掺伪量的偏最小二乘回归模型 |
| 5.2.1 预测压榨油茶籽油掺伪浸出油掺伪量的偏最小二乘回归模型原理 |
| 5.2.2 原香油茶籽油掺伪浸出油的掺伪量预测结果 |
| 5.2.3 烤香油茶籽油掺伪浸出油的掺伪量预测结果 |
| 5.3 小结 |
| 6 全文总结及展望 |
| 6.1 全文总结 |
| 6.1.1 掺伪油茶籽油理化指标的测定 |
| 6.1.2 利用脂肪酸和甘油三酯数据鉴别掺伪油茶籽油的掺伪种类 |
| 6.1.3 利用脂肪酸和甘油三酯数据预测掺伪油茶籽油的掺伪量 |
| 6.1.4 利用挥发性成分数据鉴别压榨油茶籽油是否掺伪浸出油 |
| 6.1.5 利用挥发性成分数据预测压榨油茶籽油掺伪浸出油的掺伪量 |
| 6.2 创新点及展望 |
| 6.2.1 创新点 |
| 6.2.2 展望 |
| 参考文献 |
| 附录 攻读学位期间的主要学术成果 |
| 致谢 |
（5）色谱技术结合化学计量学用于食用植物油品质鉴定及掺伪筛查的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 引言 |
| 1.2 食用植物油主要成分 |
| 1.2.1 脂肪酸 |
| 1.2.2 植物甾醇 |
| 1.2.3 生育酚 |
| 1.2.4 挥发性风味成分 |
| 1.2.5 植物多酚 |
| 1.2.6 角鲨烯 |
| 1.2.7 类胡萝卜素 |
| 1.3 食用植物油检测技术研究进展 |
| 1.3.1 理化检测法 |
| 1.3.2 光谱法 |
| 1.3.3 色谱法 |
| 1.3.4 联用技术 |
| 1.3.5 核磁共振法 |
| 1.3.6 电鼻子技术 |
| 1.3.7 分子生物学方法 |
| 1.4 化学计量学 |
| 1.4.1 主成分分析 |
| 1.4.2 聚类分析 |
| 1.4.3 判别分析 |
| 1.4.4 偏最小二乘回归 |
| 1.5 本课题的主要研究内容与意义 |
| 第二章 顶空-固相微萃取-全二维气相色谱-高分辨四级杆飞行时间质谱法分析食用植物油中挥发性成分 |
| 2.1 前言 |
| 2.2 实验材料与仪器 |
| 2.2.1 材料与试剂 |
| 2.2.2 实验仪器 |
| 2.3 实验方法 |
| 2.3.1 顶空-固相微萃取方法 |
| 2.3.2 GC×GC-Q-TOF/MS条件 |
| 2.3.3 数据处理 |
| 2.4 结果与讨论 |
| 2.4.1 色谱柱的选择 |
| 2.4.2 SPME条件优化 |
| 2.4.3 重复性试验 |
| 2.4.4 食用植物油挥发性成分鉴定分析 |
| 2.5 小结 |
| 第三章 常见食用植物油中的脂肪酸和甾醇组成及含量分析 |
| 3.1 前言 |
| 3.2 实验材料与仪器 |
| 3.2.1 材料与试剂 |
| 3.2.2 实验仪器 |
| 3.3 实验方法 |
| 3.3.1 脂肪酸的测定 |
| 3.3.2 甾醇的测定 |
| 3.3.3 数据处理 |
| 3.3.4 聚类分析 |
| 3.4 结果与讨论 |
| 3.4.1 甾醇皂化条件的选择 |
| 3.4.2 甾醇衍生条件与内标物的选择 |
| 3.4.3 方法学考察 |
| 3.4.4 食用植物油脂肪酸与甾醇组成及含量分析 |
| 3.4.5 聚类分析 |
| 3.5 小结 |
| 第四章 气相色谱法结合化学计量学筛查掺伪食用植物油 |
| 4.1 前言 |
| 4.2 实验材料与仪器 |
| 4.2.1 材料与试剂 |
| 4.2.2 实验仪器 |
| 4.3 实验方法 |
| 4.3.1 掺伪样品的制备 |
| 4.3.2 脂肪酸甲酯化 |
| 4.3.3 气相色谱分析条件 |
| 4.3.4 数据处理 |
| 4.4 化学计量学方法 |
| 4.4.1 线性判别分析 |
| 4.4.2 多元线性回归 |
| 4.4.3 偏最小二乘法回归 |
| 4.4.4 人工神经网络 |
| 4.5 结果与讨论 |
| 4.5.1 掺伪花生油脂肪酸组成及含量分析 |
| 4.5.2 定性分析 |
| 4.5.3 定量分析 |
| 4.6 小结 |
| 第五章 超声辅助皂化—液-液萃取结合高效液相色谱法测定食用植物油不皂化物及其在掺伪花生油中的应用 |
| 5.1 前言 |
| 5.2 实验材料与仪器 |
| 5.2.1 材料与试剂 |
| 5.2.2 实验仪器 |
| 5.3 实验方法 |
| 5.3.1 掺伪油样的制备 |
| 5.3.2 超声辅助皂化—液-液萃取 |
| 5.3.3 标准溶液配制 |
| 5.3.4 色谱-质谱分析条件 |
| 5.4 结果与讨论 |
| 5.4.1 检测波长的选择 |
| 5.4.2 色谱柱柱温的选择 |
| 5.4.3 色谱-质谱定性分析 |
| 5.4.4 单因素考察 |
| 5.4.5 方法学考察 |
| 5.4.6 纯植物油样品的分析 |
| 5.4.7 掺伪花生油的定量分析 |
| 5.5 小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录1 5 种食用植物油样品来源信息 |
| 附录2 5 种食用植物油不皂化物液相色谱图 |
| 附录3 不同流动相对化合物X紫外吸收光谱影响 |
| 攻读硕士学位期间发表的论文 |
（6）基于双积分球技术的掺伪及劣变植物油检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 食用植物油概述 |
| 1.2 食用植物油安全问题 |
| 1.3 食用植物油检测方法 |
| 1.3.1 紫外光谱技术 |
| 1.3.2 核磁共振波谱技术 |
| 1.3.3 拉曼光谱技术 |
| 1.3.4 红外光谱技术 |
| 1.3.5 光谱类检测技术存在的问题 |
| 1.4 积分球技术 |
| 1.4.1 生物组织光学特性参数 |
| 1.4.2 逆向倍增算法 |
| 1.5 积分球技术国内外研究现状 |
| 1.5.1 单积分球技术国内外研究现状 |
| 1.5.2 双积分球技术国内外研究现状 |
| 1.5.3 积分球技术在植物油检测中现状 |
| 1.6 研究目标、内容及技术路线图 |
| 1.6.1 研究目标 |
| 1.6.2 研究内容 |
| 1.6.3 技术路线图 |
| 1.7 本章小结 |
| 第二章 双积分球系统的搭建与验证 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 双积分球系统的搭建 |
| 2.2.2 光谱测量步骤 |
| 2.2.3 双积分球系统验证 |
| 2.3 结果与讨论 |
| 2.3.1 光源稳定性 |
| 2.3.2 系统稳定性 |
| 2.4 本章小结 |
| 第三章 基于吸收与散射特性的掺伪山茶油检测研究 |
| 3.1 引言 |
| 3.2 实验材料与仪器 |
| 3.2.1 实验材料 |
| 3.2.2 实验仪器 |
| 3.3 实验设计与检测方法 |
| 3.3.1 实验设计 |
| 3.3.2 双积分球系统光谱采集 |
| 3.4 数据处理与模型构建 |
| 3.5 结果与讨论 |
| 3.5.1 μ_a、μ’_s平均光谱 |
| 3.5.2 混合建模 |
| 3.5.3 分步建模 |
| 3.6 本章小结 |
| 第四章 植物油热氧化的吸收与散射特性初步检测研究 |
| 4.1 引言 |
| 4.2 实验材料与仪器 |
| 4.2.1 实验材料 |
| 4.2.2 实验仪器 |
| 4.3 实验设计与检测方法 |
| 4.3.1 植物油热氧化样品制备 |
| 4.3.2 过氧化值测定 |
| 4.3.3 双积分球系统光谱采集 |
| 4.4 数据处理与模型构建 |
| 4.4.1 光谱特征波长优化算法 |
| 4.4.2 模型构建 |
| 4.5 结果与讨论 |
| 4.5.1 不同植物油氧化期间品质变化情况 |
| 4.5.2 μ_a、μ’_s平均光谱 |
| 4.5.3 植物油热氧化的定性判别分析 |
| 4.5.4 植物油热氧化的定量分析 |
| 4.6 本章小结 |
| 第五章 基于吸收与散射特性的植物油掺煎炸油检测方法研究 |
| 5.1 引言 |
| 5.2 实验材料与仪器 |
| 5.2.1 实验材料 |
| 5.2.2 实验仪器 |
| 5.3 实验设计与检测方法 |
| 5.3.1 煎炸油制备 |
| 5.3.2 酸价测定 |
| 5.3.3 过氧化值测定 |
| 5.3.4 多酚含量测定 |
| 5.3.5 维生素E含量测定 |
| 5.3.6 双积分球系统光谱采集 |
| 5.4 数据处理与模型构建 |
| 5.4.1 光谱预处理 |
| 5.4.2 模型构建 |
| 5.5 结果与讨论 |
| 5.5.1 μ_a、μ’_s平均光谱 |
| 5.5.2 混合建模 |
| 5.5.3 分步建模 |
| 5.5.4 植物油掺煎炸油的定量分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
| 致谢 |
（7）油茶籽油掺假鉴别方法研究进展（论文提纲范文）
| 1 引言 |
| 2 掺假鉴别方法 |
| 2.1 常规理化检测法 |
| 2.2 色谱法 |
| 2.2.1 气相色谱法 |
| 2.2.2 气相色谱-质谱联用法 |
| 2.2.3 液相色谱法 |
| 2.3 光谱法 |
| 2.3.1 近红外光谱法 |
| 2.3.2 拉曼光谱法 |
| 2.3.3 荧光光谱法 |
| 2.3.4 紫外光谱法 |
| 2.4 感官仿生技术 |
| 2.4.1 电子鼻 |
| 2.4.2 电子舌 |
| 2.5 其他技术 |
| 3 结语与展望 |
（8）基于降温扰动拉曼光谱的食用油掺假鉴别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 拉曼光谱技术 |
| 1.3.1 拉曼光谱原理 |
| 1.3.2 拉曼光谱特点 |
| 1.3.3 拉曼光谱应用 |
| 1.4 二维相关光谱技术 |
| 1.4.1 发展历史 |
| 1.4.2 原理及应用 |
| 1.5 聚类分析方法 |
| 1.6 选题思想及主要内容 |
| 2 材料与方法 |
| 2.1 材料与设备 |
| 2.1.1 实验材料 |
| 2.1.2 实验设备 |
| 2.2 实验方法 |
| 2.2.1 实验参数 |
| 2.2.2 实验步骤 |
| 2.3 光谱预处理 |
| 3 降温扰动对一维拉曼光谱的影响 |
| 3.1 引言 |
| 3.2 拉曼原始谱 |
| 3.2.1 掺假橄榄油 |
| 3.2.2 食用油中掺杂地沟油 |
| 3.3 食用油特征峰指认 |
| 3.4 食用油降温扰动效应 |
| 3.4.1 掺假橄榄油 |
| 3.4.2 食用油中掺杂地沟油 |
| 3.5 拉曼光谱的聚类分析 |
| 3.5.1 掺假橄榄油 |
| 3.5.2 食用油中掺杂地沟油 |
| 3.6 本章小结 |
| 4 降温扰动的二维相关拉曼光谱 |
| 4.1 引言 |
| 4.2 二维相关拉曼 |
| 4.2.1 掺假橄榄油 |
| 4.2.2 食用油中掺杂地沟油 |
| 4.3 二维相关拉曼的聚类分析 |
| 4.3.1 掺假橄榄油 |
| 4.3.2 食用油中掺杂地沟油 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 结论 |
| 5.2 本文创新点 |
| 5.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（9）基于GC-IMS技术的植物油品质分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 植物油品质评价研究现状 |
| 1.2.1 感官评定 |
| 1.2.2 理化指标评定 |
| 1.2.3 色谱分析鉴别法 |
| 1.2.4 无损检测鉴定法 |
| 1.3 植物油风味成分研究 |
| 1.3.1 植物油风味物质产生途径 |
| 1.3.2 植物油特征风味的影响因素 |
| 1.4 气相离子迁移谱联用分析检测技术 |
| 1.4.1 IMS技术基本原理 |
| 1.4.2 离子在IMS中的反应过程 |
| 1.4.3 气相离子迁移谱 |
| 1.5 GC-IMS技术的国内外研究现状 |
| 1.5.1 GC-IMS在食品行业中的应用研究 |
| 1.5.2 GC-IMS在军事、化工和环境监测方面的应用 |
| 1.5.3 GC-IMS在生物与医药中的应用 |
| 1.6 其他IMS技术研究现状 |
| 1.6.1 IMS在军事、化工和环境监测方面的应用 |
| 1.6.2 IMS在食品、生物和医药中的应用 |
| 1.7 现有研究存在的问题与不足 |
| 1.8 论文的主要研究内容 |
| 1.9 本章小结 |
| 第二章 试验材料与数据分析方法 |
| 2.1 试验材料的收集与贮藏 |
| 2.1.1 试验材料收集 |
| 2.1.2 试验材料贮藏 |
| 2.1.3 试验安排 |
| 2.2 理化指标检测 |
| 2.2.1 碘值 |
| 2.2.2 相对密度 |
| 2.2.3 不皂化物 |
| 2.2.4 色度检测 |
| 2.2.5 折射率 |
| 2.2.6 透明度 |
| 2.2.7 酸价 |
| 2.2.8 过氧化值 |
| 2.3 试验仪器与设备 |
| 2.3.1 GC-IMS分析仪 |
| 2.3.2 顶空固相微萃取-气质联用分析系统 |
| 2.4 数据分析方法 |
| 2.4.1 二维数据可视化方法 |
| 2.4.2 谱图预处理方法 |
| 2.4.3 二维特征提取与数据降维 |
| 2.4.4 模式识别与定量分析方法 |
| 2.5 本章小结 |
| 第三章 基于特征风味指纹谱不同种类植物油的区分 |
| 3.1 前言 |
| 3.1.1 指纹图谱概述 |
| 3.1.2 挥发性风味指纹图谱构建的意义 |
| 3.2 试验样品与试剂 |
| 3.2.1 试验样品 |
| 3.2.2 试剂 |
| 3.3 试验方法 |
| 3.3.1 GC-IMS稳定性检测 |
| 3.3.2 GC-IMS检测条件优化 |
| 3.3.3 风味指纹图谱的构建方法 |
| 3.3.4 数据分析 |
| 3.4 结果与讨论 |
| 3.4.1 GC-IMS稳定性分析 |
| 3.4.2 GC-IMS参数优化 |
| 3.4.3 不同种类植物油特征性风味成分的筛选 |
| 3.4.4 基于GC-IMS风味指纹谱的不同种类植物油判别 |
| 3.5 本章小结 |
| 第四章 GC-IMS在芥花籽油掺假检测中的应用 |
| 4.1 前言 |
| 4.2 材料与方法 |
| 4.2.1 掺假植物油样的制备 |
| 4.2.2 掺假植物油理化指标的检测 |
| 4.2.3 掺假植物油的GC-IMS检测 |
| 4.2.4 数据分析处理 |
| 4.3 掺假植物油理化指标的检测 |
| 4.3.1 不同种类植物油的理化指标差异分析 |
| 4.3.2 芥花籽油掺入葵花籽油的理化指标分析 |
| 4.3.3 芥花籽油掺入大豆油的理化指标分析 |
| 4.3.4 芥花籽油掺入花生油的理化指标分析 |
| 4.4 基于GC-IMS的芥花籽掺假油分析 |
| 4.4.1 GC-IMS谱图分析 |
| 4.4.2 GC-IMS谱图预处理 |
| 4.4.3 多维主成分分析与掺假植物油的鉴别 |
| 4.4.4 掺假油含量的定量分析 |
| 4.5 本章小结 |
| 第五章 菜籽油等级差异对其风味成分影响的研究 |
| 5.1 前言 |
| 5.2 材料与方法 |
| 5.2.1 样品采集 |
| 5.2.2 理化参数的检测 |
| 5.2.3 FTIR菜籽油光谱采集 |
| 5.2.4 基于SPME-GC-MS的挥发性风味成分的检测 |
| 5.2.5 基于GC-IMS的挥发性风味成分的检测 |
| 5.2.6 数据分析处理 |
| 5.3 不同等级的菜籽油理化参数分析 |
| 5.3.1 色度值 |
| 5.3.2 其他理化参数 |
| 5.4 基于FTIR不同等级菜籽油的检测分析 |
| 5.4.1 不同等级菜籽油红外光谱分析 |
| 5.4.2 二阶导数红外光谱分析 |
| 5.5 基于SPME-GC-MS不同等级菜籽油的检测分析 |
| 5.5.1 菜籽油GC-MS总离子流图分析 |
| 5.5.2 菜籽油挥发性成分组成与分析 |
| 5.6 基于GC-IMS不同等级菜籽油的检测分析 |
| 5.6.1 GC-IMS谱图分析 |
| 5.6.2 基于风味成分的特征提取 |
| 5.6.3 主成分分析 |
| 5.6.4 不同精炼等级菜籽油的判别分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 论文主要创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要学术成果 |
| 附录 A |
（10）基于非硅基纳米颗粒技术的食用植物油DNA提取及溯源分析（论文提纲范文）
| 致谢 |
| 摘要 |
| 第一章 文献综述 |
| 1.1 食用植物油概述 |
| 1.2 食用植物油掺假现象 |
| 1.3 检测食用油掺假的主要方法 |
| 1.3.1 色谱法 |
| 1.3.2 质谱法 |
| 1.3.3 色谱、质谱联用法 |
| 1.3.4 光谱法 |
| 1.3.5 核磁共振法 |
| 1.3.6 电子鼻技术 |
| 1.3.7 PCR技术 |
| 1.3.8 分子标记技术 |
| 1.4 食用植物油DNA提取主要方法 |
| 1.4.1 试剂盒法 |
| 1.4.2 乳化法 |
| 1.4.3 冷冻干燥法 |
| 1.5 rbcL基因 |
| 1.6 研究目的及意义 |
| 1.7 技术路线 |
| 第二章 非硅胶基质纳米微球的特性 |
| 2.1 实验材料 |
| 2.1.1 试剂 |
| 2.1.2 主要仪器 |
| 2.2 实验方法 |
| 2.2.1 透射电镜样品制片 |
| 2.2.2 DPPS-PMNP投射电子显微镜观察 |
| 2.3 实验结果 |
| 2.3.1 DPPS-PMNP纳米颗粒特征的透射电镜观察结果 |
| 2.3.2 DPPS-PMNP kit提取油脂DNA原理 |
| 第三章 植物食用油DNA标准品制备 |
| 3.1 实验材料 |
| 3.1.1 样品材料 |
| 3.1.2 药品试剂 |
| 3.1.3 主要仪器 |
| 3.1.4 引物设计 |
| 3.2 实验方法 |
| 3.2.1 油料作物种子DNA提取 |
| 3.2.2 物种rbcL基因的扩增与回收 |
| 3.2.3 pMD19-rbcL质粒构建 |
| 3.2.4 标准曲线的制备 |
| 3.2.5 定量PCR扩增效率计算 |
| 3.3 结果与分析 |
| 3.3.1 物种rbcL基因的扩增与回收 |
| 3.3.2 pMD19-rbcL质粒构建 |
| 3.3.3 标准曲线的制备 |
| 3.4 本章小结 |
| 第四章 DPPS-PMNPkit提取油脂中DNA的效率及质量研究 |
| 4.1 实验材料 |
| 4.1.1 试剂盒组成 |
| 4.1.2 样品材料 |
| 4.1.3 药品试剂 |
| 4.1.4 主要仪器 |
| 4.2 实验方法 |
| 4.2.1 测定DPPS-PMNP kit提取DNA的效率 |
| 4.2.2 用不同试剂盒对植物油DNA进行提取 |
| 4.3 结果与分析 |
| 4.3.1 测定DPPS-PMNP kit提取DNA的效率 |
| 4.3.2 不同试剂盒提取油脂DNA的效率 |
| 4.4 本章小结 |
| 第五章 食用植物油溯源检测 |
| 5.1 实验材料 |
| 5.1.1 样品材料 |
| 5.1.2 药品试剂 |
| 5.1.3 主要仪器 |
| 5.2 试验方法 |
| 5.2.1 纯植物油及混合植物油DNA提取 |
| 5.2.2 利用定量PCR技术对食用植物油进行溯源分析 |
| 5.3 结果与分析 |
| 5.3.1 纯植物油及混合植物油DNA提取结果 |
| 5.3.2 食用植物油溯源分析结果 |
| 5.4 本章小结 |
| 第六章 全文总结 |
| 6.1 主要结论 |
| 6.2 讨论 |
| 参考文献 |
| ABSTARCT |
四、食用植物油的掺假鉴定（论文参考文献）
- [1]食用油中掺入低价动物油脂鉴别方法的研究进展[J]. 陈喆,王督,汪雪芳,喻理,马飞,张良晓,李培武. 食品安全质量检测学报, 2021(22)
- [2]气相色谱-离子迁移谱技术用于食品掺假与溯源的研究进展[J]. 杨旭,李占明,周冬仁. 中国果菜, 2021(10)
- [3]异种油脂掺杂临场化辨识技术研究[D]. 曾丽媛. 武汉轻工大学, 2021
- [4]基于机器学习算法的油茶籽油掺伪鉴别模型的建立[D]. 孙婷婷. 中南林业科技大学, 2021(01)
- [5]色谱技术结合化学计量学用于食用植物油品质鉴定及掺伪筛查的研究[D]. 麦小漫. 广东药科大学, 2021(02)
- [6]基于双积分球技术的掺伪及劣变植物油检测方法研究[D]. 庞妍妍. 南京财经大学, 2021
- [7]油茶籽油掺假鉴别方法研究进展[J]. 沈乐丞,王玫,张远聪,曾秀英,刘婷. 质量探索, 2021(01)
- [8]基于降温扰动拉曼光谱的食用油掺假鉴别研究[D]. 王季锋. 大连海事大学, 2020(11)
- [9]基于GC-IMS技术的植物油品质分析方法研究[D]. 陈通. 江苏大学, 2020(01)
- [10]基于非硅基纳米颗粒技术的食用植物油DNA提取及溯源分析[D]. 魏鹏飞. 河南农业大学, 2019(04)