三维荧光光谱结合parafac算法测定混合色素溶液中色素含量的方法
【技术领域】
[0001] 本发明提供了一种三维荧光光谱结合PARAFAC算法测定混合色素溶液中色素含 量的方法，属于食用色素定量检测领域。
【背景技术】
[0002] 食品安全问题关系着人们的健康和生命，一直受到国家的重视。但是食品安全的 现状并不乐观，新的食品安全问题不断出现，其中人工合成的食品色素的违规使用占有相 当大的比例。食品色素是以调节食品色泽为主要目的的一类食品添加剂，又称着色剂，一直 被广泛的应用于食品工业及医药和化妆品生产。食品色素有人工合成色素和天然色素两 种，其中，人工合成色素因色泽鲜艳、着色力强、价格低廉等特点而被广泛使用。但是许多合 成食品色素有一定毒性，如胭脂红、诱惑红、苋菜红等色素超标摄入，会有致畸、致癌的可能 性，必须严格控制使用品种、范围和数量。目前检测食品色素含量的方法主要有：反相高效 液相色谱（RP-HPLC)方法，化学发光法，RP-HPLC荧光检测法等，上述方法一般存在操作繁 琐、检测耗时、检测成本高、结果重现性差等缺点，因此，十分有必要寻找一种快速、便捷、稳 定、可靠的食用色素含量测量技术。
【发明内容】
[0003] 本发明的目的在于提供一种三维荧光光谱结合PARAFAC算法测定混合色素溶液 中色素含量的方法，按照本发明的技术方案，本发明通过以下步骤实现：
[0004] a.校正样本集的准备：将两种不同的食用色素按若干种不同的比例混合并在一 定的浓度范围内加入另一种色素作为干扰物质得到校正样本集；
[0005] b.校正样本集和背景的三维荧光光谱的测量：配制完成所有混合样品后将其充 分摇匀，使两种色素充分均匀地混合，测量得到上述校正样本集和背景的三维荧光光谱 图；
[0006] C.数据的预处理：利用小波变换对光谱数据进行小波降噪处理，随后将混合色素 的三维光谱信号扣除背景的三维光谱信号；
[0007] d.校正模型的建立：根据核一致诊断法（The core consistency diagnostic)确 定体系的因子数，利用平行因子（PARAFAC)算法对校正集样本进行解析，并建立定量回归 模型，实现对存有干扰物质的混合溶液中两种不同食用色素含量的同时快速测定；
[0008] 所述步骤d中，核一致诊断法（The core consistency diagnostic)通过计算平 行因子分析模型中的超对角阵T和truck3模型中的立方阵G之间的相似程度，即核一致值 来估计组分数：
【主权项】
1. 一种S维巧光光谱结合PARAFAC算法测定混合色素溶液中色素含量的方法，其特征 在于；所述方法通过W下步骤实现： a. 校正样本集的准备；将两种不同的食用色素按若干种不同的比例混合并在一定的 浓度范围内加入另一种色素作为干扰物质得到校正样本集； b. 校正样本集和背景的=维巧光光谱的测量；配制完成所有混合样品后将其充分摇 匀，使两种色素充分均匀地混合，测量得到上述校正样本集和背景的=维巧光光谱图； C.信号的预处理：利用小波变换对光谱数据进行小波降噪处理，随后将混合色素的= 维光谱信号扣除背景的=维光谱信号； d.校正模型的建立；根据核一致诊断法（Thecoreconsistencydia即ostic)确定体 系的因子数，利用平行因子（PARAFAC)算法对校正集样本进行解析，并建立定量回归模型， 实现对存有干扰物质的混合溶液中两种不同食用色素含量的同时快速测定。
2. 根据权利要求1所述S维巧光光谱结合PARAFAC算法测定混合色素溶液中色素含量 的方法，其特征在于：所述步骤d中，核一致诊断法（Thecoreconsisten巧dia即ostic) 通过计算平行因子分析模型中的超对角阵T和trucks模型中的立方阵G之间的相似程度， 即核一致值来估计组分数：
式中，F是模型的因子数，gdef为立方阵G的元素，tdef是立方阵T的元素。
3. 根据权利要求1所述S维巧光光谱结合PARAFAC算法测定混合色素溶液中色素含量 的方法，其特征在于：所述步骤d中，平行因子（PARAFAC)算法具体的迭代过程如下： (1) 确定体系因子数N; (2) 初始化矩阵A和B，一般来说，A和B分别用
的前N列奇异 向量作为其初始化估计，也可使用随机化，本文将采用第一种作为初始化； (3) 由X、A和B计算负载矩阵C;
(4) 由X、C和B计算负载矩阵A;
(5) 由X、A和C计算负载矩阵B;
(6) 重复第二步到第五步，直至收敛，即；
【专利摘要】本发明公开了一种三维荧光光谱结合PARAFAC算法测定混合色素溶液中色素含量的方法，该方法首先按照不同的浓度比例配制混合色素溶液若干组成校正样本集，接着对校正样本集和背景的三维荧光光谱进行测量，对测得的信号进行预处理，再通过平行因子(PARAFAC)算法对预处理后的三维数据阵进行解析，利用解析的结果建立校正模型，最后用该校正模型预测未知样品中各色素的含量。该方法弥补了传统化学检测方法过程繁琐、检测耗时、检测成本较高等不足，可实现待测样品中色素浓度的快速测定，具有快速、安全、可靠、操作简单、成本较低等优点，对食品中人工合成食用色素的测定提供技术保障，有利于食品行业监管和保护消费者权益。
【IPC分类】G01N21-64
【公开号】CN104792752
【申请号】CN201510157465
【发明人】陈国庆, 吴亚敏, 朱拓, 张毅, 朱纯, 朱焯炜
【申请人】江南大学
【公开日】2015年7月22日
【申请日】2015年4月3日