基于3維熒光光譜技術(shù)的含乳飲料分類研究

劉沐涵，陳國慶,2*，肖榕陽，徐煜杰，陳哲涵，蔡紀(jì)元

(1.江南大學(xué) 理學(xué)院，無錫 214122；2.江蘇省輕工光電工程技術(shù)研究中心,無錫 214122；3.江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院，無錫 214122)

引 言

近年來，含乳飲料在國內(nèi)的市場逐漸擴大，其食品安全問題也引起了廣泛關(guān)注[1-4]。由于含乳飲料成分復(fù)雜，其質(zhì)量檢測和產(chǎn)品種類劃分往往費時費力。市場上銷售的含乳飲料種類繁多、質(zhì)量參差不齊，消費者很難通過直觀的感覺來判斷含乳飲料的營養(yǎng)成分。因此，需要建立一種快速、方便、可靠的含乳飲料分類技術(shù)。

3維熒光光譜技術(shù)具有準(zhǔn)確、快速、無損等優(yōu)勢[5-15]。國內(nèi)外學(xué)者主要關(guān)注食品成分的定量檢測，近年來食品分類方面的研究也逐漸開始完善。WANG等人對電子鼻應(yīng)用于酒類和液體食品的分類進(jìn)行了研究[16]。TANG等人利用傳感器電子舌檢測技術(shù)實現(xiàn)了茶飲料的分類[17]。LIU等人通過建立口味傳感器陣列對玉米汁飲料進(jìn)行分類鑒定[18]。目前，暫時沒有基于3維熒光光譜結(jié)合因子分析和聚類分析的方法對含乳飲料進(jìn)行分類的相關(guān)報道。

本文中對市售含乳飲料進(jìn)行研究，參照含乳飲料的國家標(biāo)準(zhǔn)GB/T 21732-2008中的產(chǎn)品分類標(biāo)準(zhǔn)，利用3維熒光光譜技術(shù)獲取樣本數(shù)據(jù)，結(jié)合主成分分析、因子分析的方法降低變量的維數(shù)，再通過聚類分析，實現(xiàn)了對含乳飲料的分類[19]。

1 實 驗

1.1 儀器和樣品

實驗中所用設(shè)備包括： FLS920P熒光光譜儀、微量移液槍以及TGL-16M臺式離心機。

樣品配置方法：選取了市場上常見的12種不同品牌的含乳飲品，用去離子水稀釋至體積分?jǐn)?shù)為0.40，依次標(biāo)記為樣品1～12。

1.2 含乳飲料的熒光光譜測定

將配置好的樣品放入3維熒光光譜儀中進(jìn)行檢測，參量設(shè)置為：激發(fā)波長為50nm～700nm，發(fā)射波長為265nm～800nm，檢測完成后對測量結(jié)果進(jìn)行了發(fā)射光譜矯正[20]。

經(jīng)觀察比較，所測得的12種市售含乳飲料的3維熒光光譜依據(jù)形態(tài)可以明顯分為兩種，一種有兩個熒光峰，另一種只有一個熒光峰，如圖1所示。12種含乳飲料的熒光發(fā)射光譜如圖2所示。其中發(fā)射波長為350nm左右的熒光峰是由含乳飲料中的蛋白質(zhì)類物質(zhì)受到熒光激發(fā)所產(chǎn)生的，而550nm處的熒光峰是由含乳飲料中的有機食品添加劑(如山梨酸鉀、卡拉膠等)產(chǎn)生的。部分含乳飲品缺少由食品添加劑產(chǎn)生的熒光峰，其主要原因是添加劑濃度較低，稀釋后的樣品中添加劑含量較少，產(chǎn)生的熒光十分微弱。

Fig.1 3-D fluorescence spectra of two brands of milk beverages (volume fraction of milk beverages: 0.40)

Fig.2 Emission spectra of 12 brands of milk beverages (volume fraction of milk beverages: 0.40)

可以看出，不同種類含乳飲料雖然熒光發(fā)射峰的峰值位置基本一致，但是熒光峰的形狀各異。為了更好地研究含乳飲料的熒光特性，作者利用多元統(tǒng)計方法對3維光譜數(shù)據(jù)進(jìn)行詳細(xì)分析。

2 數(shù)據(jù)分析

2.1 主成分分析

首先對數(shù)據(jù)進(jìn)行預(yù)處理，將得到的12組3維熒光光譜數(shù)據(jù)按發(fā)射譜依次展開，形成12組1維數(shù)據(jù)向量，共得到4709個變量和12組樣本數(shù)據(jù)。為便于比較各含乳飲料3維光譜的特性，本文中截取含乳飲料的3維光譜中能夠體現(xiàn)出熒光特性的一部分?jǐn)?shù)據(jù)來進(jìn)行分析，即發(fā)射波長為300nm～650nm所對應(yīng)的波段，預(yù)處理后得到由12組樣品和956個變量組成的數(shù)據(jù)。

將預(yù)處理后的數(shù)據(jù)導(dǎo)入SPSS軟件，進(jìn)行主成分分析，前3個主成分的方差貢獻(xiàn)率分別為81.87%,13.28%和3.07%。前兩個主成分的累計方差貢獻(xiàn)率可以達(dá)到95.15%(大于85%)，因此可以只保留前兩個主成分，降維效果較好。將第一主成分(P1)和第二主成分(P2)繪制散點圖，如圖3所示。圖中，三角形對應(yīng)配制型含乳飲料，圓點對應(yīng)乳酸菌飲料，方塊對應(yīng)發(fā)酵型含乳飲料。通過主成分分析的方法進(jìn)行降維，將變量降到2維，再繪制樣品的散點圖。在圖3的坐標(biāo)系中，將各點投影到45°線上，可以將各個類別分隔開，但是分類的閾值間隔并不明確。因此考慮采用因子分析的方法重新對數(shù)據(jù)進(jìn)行降維。

Fig.3 Principal component analysis scatter plots of 3-D fluorescence spectra data of 12 brands of milk beverages

2.2 因子分析

主成分分析是利用線性變換的思想，在損失很少信息的前提下把多個指標(biāo)轉(zhuǎn)化為幾個不相關(guān)的綜合指標(biāo)，每個主成分都是原始變量的線性組合，使得主成分比原始變量具有某些更優(yōu)越的性能。而因子分析由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把錯綜復(fù)雜關(guān)系的變量表示成少數(shù)的公共因子和僅對某一個變量有作用的特殊因子線性組合而成。

對預(yù)處理后的數(shù)據(jù)運用SPSS軟件進(jìn)行因子分析，并選取適當(dāng)個數(shù)的公共因子組成初始因子載荷矩陣，最終保留8個公共因子。采用正交旋轉(zhuǎn)中的最大方差旋轉(zhuǎn)法，對初始因子載荷矩陣做因子旋轉(zhuǎn)，從而得到最終的因子載荷矩陣，再運用回歸分析法，計算各因子的得分系數(shù)及對應(yīng)于12種含乳飲料的公共因子得分。

選用平方歐氏距離對以上因子得分矩陣進(jìn)行聚類分析，聚類方法采用瓦爾德法，最終獲得的聚類譜系圖如圖4所示。

Fig.4 Results of 3-D fluorescence spectrum analysis of 12 brands of milk beverages by using Ward linkage

聚類分析譜系圖中給出了不同閾值距離下樣品的分類結(jié)果，可根據(jù)分類需求對閾值進(jìn)行選擇。隨著閾值距離從0增加到25，12個樣品可以被依次分為12類(距離為0)、4類(距離為2)、3類(距離為2.5)、2類(距離為5)、1類(距離為25)。因此，如果以距離為2.5作為閾值，12個樣品可以分為3類。第1類包括1號、4號、5號、7號、10號樣品，除1號樣品外，其余樣品為發(fā)酵型含乳飲料；第2類包括2號、8號、9號樣品，除8號樣品外，其余樣品均為乳酸菌飲料；第3類包括3號、6號、11號、12號樣品，全部為配制型含乳飲料。因此，將因子分析結(jié)合聚類分析對含乳飲品的光譜進(jìn)行處理，可以初步實現(xiàn)將市售含乳飲料劃分為3種類別：發(fā)酵型含乳飲料、乳酸菌飲料以及配制型含乳飲料，分類正確率達(dá)到83%以上。

3 結(jié) 論

含乳飲料的發(fā)射光譜有兩類明顯的熒光峰，分別由蛋白質(zhì)和食品添加劑產(chǎn)生，不同品牌的含乳飲料的熒光峰形狀存在差異。主成分分析結(jié)果顯示，前兩個個主成分的累積貢獻(xiàn)率為95.15%(大于85%)，因此保留前兩個主成分。將第一主成分和第二主成分對應(yīng)的樣本點繪制成散點圖，能夠大致劃分為3類，但是類與類之間的距離閾值難以確定。通過因子分析對3維熒光光譜預(yù)處理后的數(shù)據(jù)進(jìn)行降維，再利用聚類分析對降維后的數(shù)據(jù)進(jìn)行處理，能夠?qū)⑹惺酆轱嬃戏譃榕渲菩秃轱嬃稀l(fā)酵型含乳飲料和乳酸菌飲料，分類的正確率可以達(dá)到83%以上，為開發(fā)含乳飲料分類系統(tǒng)提供了基礎(chǔ)。