第34卷，第10期 2014年10月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
倪力军，钟霖，张鑫”，张立国1*，黄士新
1.华东理工大学化学与分子工程学院，上海200237
2，上海市动物疫辆预防控制申心兽药检测所，上海201103
Vol. 34,No.10 -pp2673-2678
October,2014
摘要以287例上海及上海周边地区牧场的生鲜奶作为真奶样本集组成3个真奶样品集合，配制了526 例含有糊精(或淀粉)十三聚氰胺(或尿素、或硝酸铵)的掺假牛奶形成6个不同种类的假奶样品集合，其中糊精、淀粉在掺假奶中的含量为0.15%～0.45%：硝酸铵、尿素和三聚氰胺的含量分别为700～2100，524 ～1572与365.5～1096.5mg·kg1，以保证掺假奶中凯氏定氮法测得的蛋白含量不低于3%。所有样本的近红外光谱均经过标准正态变换(SNV)预处理。将3个真奶样品集合和6个假奶样品集合进行不同的组合并对其采用改进与简化的K最邻近结点算法(IS-KNN)和改进与简化的支持向量机法(v-SVM)建立了判别期精、淀粉、三聚鼠腰、尿系、硝酸铵这5类接假物质的近红外判别模型，探导寻接假物质的浓度与识别正确率之间的关系。结果表明IS-KNN和-SVM两种方法对含三聚氰胺、尿素、硝酸铵的掺假牛奶的平均判别%89%68990.6 物浓度范围内，很难用近红外模型良好区分不同类型伪蛋白的掺假奶：IS-KNN和v-SVM两种方法对含提粉的掺假牛奶的判别正确率分别为92.33%与93.66%、对含糊精的掺假牛奶的平均判别正确率分别为 77.29%与85.08%。从整体结果上来看-SVM法进行建模判别的结果大部分优于IS-KNN法进行建模判别的结果。对判别正确率与样品中掺假物质的含量水平分析表明近红外光谱结合非线性模式识别方法能良好地区分掺假奶中含量较高（0.15%～0.45%)的糊精和淀粉，而对含量偏低的三聚氰胺等伪蛋白的判别效果不佳，说明近红外光谱技术不适于鉴别牛奶中含量低于0.1%的掺假物质。
关键词近红外光谱；液态奶掺假物质判别；改进与简化的支持向量机方法；改进与简化的KNN方法
中图分类号：0604
文献标识码：A
引言
DOI : 10. 3964/j. issn. 1000-0593 (2014 )10-2673-06
牧场的生鲜牛奶一对一或者一对二配制掺人糊精十三聚氰胺（或尿素、硝酸铵）、掺人淀粉十三聚氰腰（或尿素、硝酸铵）的掺假牛奶样品，分别采用IS-KNN与v-SVM法建立对牛
近红外光谱技术因为具有非破坏性，快速检测等优点而被广泛的应用于石油、饲料、农产品与食品等领域"]。以往有研究报道采用同品牌若十批次商晶奶或若十晶牌商品奶作为真奶样本2配制含有乳清、尿素等掺假物的掺假牛奶5.6，基于样品近红外光谱采用PLS-DA及SIMCA方法成功鉴别液体牛奶样品的真伪。但本实验室前期研究表明线性判别方法不适于判别来自多个牧场的复杂生鲜牛奶与其掺假牛奶的识别，而改进与简化的KNN方法(IS-KNN)"及改进的支持向量机v-SVM的非线性模式识别方法可良好区分这类复杂的真假牛奶”。近红外技术可否实现对掺假牛奶中掺假物质种类的识别尚需进一步验证。故采用上海及周边
收稿日期：2014-05-20，修订日期：2014-07-28
奶中所含掺假物品种进行识别的近红外模型，探究可否利用近红外技术实现对牛奶中掺假物质种类的快速判别
实验部分 1
1.1样品采集
分三批从上海及周边地区牧场收集120个生鲜奶样本(记为RM1，rawmilkone的缩写）、85个生鲜奶样本（记为 RM2)及82个生鲜奶样本（记为RM3），冷藏运输至实验室。 1.2掺假奶样品制备
配制以糊精和淀粉为掺假固形物的水溶液，在每100g
作者简介：倪力军，1963年生，华东理工大学化学与分子工程学院化学系教授
*通讯联系人e-mail：hardtimesecust.edu.en
e-mail : nljfy t@ sina .com