一、速差动力学光度法同时测定食品中的葡萄糖、果糖(论文文献综述)
柴晓玲[1](2020)在《植物蛋白饮料中呋喃类物质的检测及减控方法的研究》文中认为呋喃类物质代表了一类广泛的异质性、低分子量的分子,具有潜在致癌性,它们是热诱导反应中的产物或中间体,广泛存在于热加工食品中,能显着地改变加热食品的感官特性,但人体摄入一定量后会引起不良反应。本文旨在建立一种植物蛋白饮料中呋喃、5-羟甲基糠醛和糠醛的快速检测方法,建立以果糖和谷氨酸为主要反应物的美拉德模拟体系,研究不同条件对模拟体系中呋喃、5-羟甲基糠醛和糠醛生成的影响,并在此基础上进一步研究呋喃类物质的减控措施。1)采用电化学方法结合化学计量学方法同时检测食品中的呋喃、5-羟甲基糠醛和糠醛。研究了呋喃、5-羟甲基糠醛和糠醛在玻碳电极上的电化学性质,并建立了一种快速检测植物蛋白饮料中这3种物质的方法。利用微分脉冲伏安法对植物蛋白饮料中的呋喃、5-羟甲基糠醛和糠醛进行定量分析并优化检测条件:支持电解质溶液为0.15 mol/L的LiClO4-乙腈溶液,电位增量为0.005 V,脉冲幅度、脉冲宽度均为0.05V,脉冲间隔为0.3 s。最优条件下呋喃的线性范围为260μmol/L,最低检测限为0.55μmol/L(RSN=3);5-HMF的线性范围为20120μmol/L,最低检测限为0.90μmol/L(RSN=3);糠醛的线性范围为10140μmol/L,最低检测限为0.74μmol/L(RSN=3)。利用该法检测植物蛋白饮料样品中的3种呋喃类物质,回收率为96.5%107.7%,与气-质联用法相比,结果一致,表明该法用于食品中呋喃类物质的检测是可行的,且具有快速、简便、样品前处理简单等优势。2)食品中的呋喃类物质主要通过高温条件下美拉德反应、糖的热降解等途径生成,因此本章基于植物蛋白饮料中的主要成分,研究不同种类的糖、氨基酸及不同反应条件下果糖/谷氨酸模拟体系中呋喃、5-羟甲基糠醛和糠醛生成的规律。结果表明:糖和氨基酸的种类、加热温度和时间是影响3种呋喃类物质生成的重要影响因素。以果糖和谷氨酸为主要反应物建立美拉德模拟体系,呋喃、5-羟甲基糠醛和糠醛的生成量与加热温度和加热时间呈正相关,180℃条件下加热30 min,糠醛的生成量约是80℃的9倍;微波加热可以减少呋喃类物质的生成;另外酸性条件不利于呋喃的生成,碱性条件不利于5-羟甲基糠醛的生成;果糖与谷氨酸的摩尔比例为在一定程度上也影响3种呋喃类物质的含量,当果糖与谷氨酸的摩尔比例为1:4、0.6:1、0.8:1时,3种物质生成量要比摩尔比例为1.2:1、1.4:1、4:1时小很多,说明果糖过量引起的影响要比谷氨酸过量引起的影响大。3)在果糖/谷氨酸模拟体系的基础上,进一步探讨了天然抗氧化物质、非蛋白氨基酸等物质对3种呋喃类物质生成量的影响,探究新的减控措施。研究结果表明:添加一定量的竹叶黄酮、银杏黄酮、叶黄素、姜黄素、黑米花青素、茶多酚、茶氨酸和γ-氨基丁酸,均能对模拟体系中3种呋喃类物质起到抑制作用。但不同种类的天然抗氧化物质对呋喃、5-羟甲基糠醛和糠醛抑制效果不同,竹叶黄酮对呋喃的抑制效果最好,抑制率高达64.99%;姜黄素对5-羟甲基糠醛的抑制效果最好,其次是竹叶黄酮;竹叶黄酮对糠醛的减控效果最佳,抑制率为61.18%。2种非蛋白氨基酸中茶氨酸的效果要优于γ-氨基丁酸,茶氨酸对呋喃、5-羟甲基糠醛和糠醛的最大抑制率分别为68.15%、62.70%、47.22%,γ-氨基丁酸对3种物质的最大抑制率分别为25%、61.65%、42.72%;且γ-氨基丁酸需要控制其添加量,添加量过大可能会促进3种呋喃类物质的生成。
龚积霞[2](2019)在《九头狮子草提取物在模拟体系中对丙烯酰胺的抑制研究》文中指出丙烯酰胺在高温加工食品中的生成越来越受到人们的关注,因其具有一定致癌、神经和生殖毒性,为Ⅱ类致癌物,且在富含淀粉、碳水化合物等原料的高温加热食品中如薯条、油条、咖啡等含量较高,所以其含量控制具有非常重要的意义。因此,寻找安全、高效的控制措施来减少热加工食品中丙烯酰胺的生成、促进其消解降低其含量,减少人们食品中的丙烯酰胺暴露量,成为了科学家们的研究热点。本文研究了在低湿焙烤模式下,天冬酰胺/葡萄糖模拟体系中九头狮子草提取物对丙烯酰胺的抑制规律及量效关系,建立和分析了体系中丙烯酰胺形成/消除动力学模型,初步对体系中丙烯酰胺的形成机理进行了阐述。主要研究内容及结果如下:(1)浸提九头狮子草鲜草所得的95%乙醇提取物以及石油醚萃取物、乙酸乙酯萃取物、正丁醇萃取物和水萃取物在天冬酰胺/葡萄糖模拟体系中的丙烯酰胺抑制规律和量效关系研究。向模拟体系(天冬酰胺:葡萄糖=1.4 mmol:1.4 mmol)中添加100μL各提取物相应稀释液,于180℃中焙烤15 min,测其丙烯酰胺含量。结果表明:95%乙醇提取物和不同溶剂萃取物对丙烯酰胺的含量均有抑制作用,其浓度与丙烯酰胺含量均呈现非线性关系。各提取物的抑制效果由大到小依次为正丁醇萃取物、乙酸乙酯萃取物、石油醚萃取物、水萃取物、95%乙醇提取物,其最佳抑制浓度和抑制率相应为:3 mg/mL、56.78%,5 mg/mL、47.96%,4 mg/mL、46.49%,1×10-55 mg/mL、47.26%和1×10-99 mg/mL、41.22%。(2)研究丙烯酰胺抑制效果最佳的正丁醇萃取物层析分离后,研究所得的不同浓度乙醇洗脱物在天冬酰胺/葡萄糖模拟体系中对丙烯酰胺的抑制规律和量效关系研究。结果表明:正丁醇层萃取物经D101大孔树脂后的95%、60%乙醇洗脱物对丙烯酰胺均有更好的抑制效果,抑制效果由大到小依次为95%乙醇洗脱物、60%乙醇洗脱物、30%乙醇洗脱物,其最佳抑制浓度和抑制率相应为:5 mg/mL、64.20%,1×10-22 mg/mL、61.99%和1.0×10-99 mg/mL、26.50%,三种乙醇洗脱物与丙烯酰胺含量之间仍为非线性关系;低浓度的30%乙醇洗脱物对丙烯酰胺含量的抑制效果好于高浓度的,60%乙醇洗脱物在低浓度下的丙烯酰胺抑制效果较差,中高浓度的抑制效果好,高浓度下的95%乙醇洗脱物对丙烯酰胺含量的抑制率高于低浓度的,最佳抑制浓度为5 mg/mL,可从此部位分离提取丙烯酰胺抑制效果更好的抑制剂。(3)选择以上研究中丙烯酰胺抑制率最高的95%乙醇洗脱物,在其最佳抑制浓度5 mg/mL时对模拟体系中丙烯酰胺的形成/消除动力学过程的影响。结果表明,95%乙醇洗脱物试验组在57 min丙烯酰胺形成速率最快,在8 min时丙烯酰胺生成量达到最大值,对照组在7 min时达到最大,之后两个组的丙烯酰胺含量均呈现明显下降趋势,试验组与空白对照组之间存在显着差异(p<0.05)。采用Origin9.1对模拟体系下丙烯酰胺的动力学曲线进行拟合。经GaussMod模型曲线拟合后,空白组和试验组的R2分别为0.9597和0.9439,曲线拟合程度较高,该模型能够很好的预测5 mg/mL 95%乙醇洗脱物在低湿焙烤模式下天冬酰胺/葡萄糖模拟体系中的丙烯酰胺的动力学过程,这对于指导在模拟体系下添加95%乙醇洗脱物条件下的丙烯酰胺含量预测具有重要意义。(4)通过研究020 min焙烤时间里不同反应时间段的天冬酰胺、葡萄糖、果糖、丙烯酰胺及类黑精等丙烯酰胺形成的前体物质、中间产物及其终产物的含量变化,分别绘制其动力学曲线,探讨正丁醇萃取物95%乙醇洗脱物抑制丙烯酰胺的机理。试验结果表明,在低湿焙烤模式下的天冬酰胺/葡萄糖模拟体系中,焙烤前期05 min时体系反应以葡萄糖异构化生成果糖反应为主,美拉德反应发生形成少量类黑精,此阶段类黑精生成丙烯酰胺无相关性。第5 min后,体系中葡萄糖、果糖均与天冬酰胺反应经丙烯醛途径生成大量丙烯酰胺,并继续大量生成类黑精,本阶段丙烯酰胺形成与类黑精形成具一定相关性。同时此阶段95%乙醇洗脱物能显着抑制丙烯酰胺的生成量和生成时间。第8 min后,丙烯酰胺进入消除大于生成的阶段,类黑精的生成依然快速上升,此过程95%乙醇洗脱物对丙烯酰胺的消除影响不明显。1520 min时,丙烯酰胺的消除速率远大于生成速率,类黑精含量稳定保持在最大值,两者此阶段并无相关性。丙烯酰胺的形成机理与葡萄糖异构化反应,葡萄糖、果糖与天冬酰胺反应的丙烯醛途径和美拉德反应途径均密切相关,95%乙醇洗脱物能够影响模拟体系中的反应从而影响丙烯酰胺的生成量和生成时间。
夏珍珍[3](2012)在《速差动力学分光光度法同时测定某些复杂体系中性质相似的有机化合物》文中研究表明速差动力学分光光度法是一种简单而快速的定量分析方法,一般仅能用于简单体系的单组分分析,在引入合适的化学计量学方法后能对比较复杂多组分体系进行有效的分析。速差动力学分光光度法多组分分析的基本原理是:多种被分析物与同一试剂反应,由于被分析物的性质不尽相同,反应速率也将存在一定的差异,在过量试剂存在下,该反应通常可视为假一级反应,反应速率只与分析物浓度有关。运用化学计量学多组分回归方法建立动力学数据校正模型,可实现复杂分析对象的多组分同时分定量分析。文中建立了多种不同复杂体系下的速差动力学紫外分光光度法,与主成分回归(PCR)、最小二乘法(PLS)、人工神经网络(ANN)等化学计量学方法结合,对环境、食品、药物等,人们所关注的某些具有相似性质的多组分有机物进行快速同时测定。其中对建立的动力学方法进行了实验机理的探讨、实验条件的优化、浓度线性范围的考察、合成样的测定构建校正预报模型、将建立的模型用于实际样的测定,该方法的测定结果与高效液相色谱(HPLC)法的进行对比,不存在显着性差异。探讨了复杂体系中具有相似性质的一系列物质的动力学多组分同时测定的可行性,并且比较了不同计量学方法的优劣。论文共有5个章节组成:第一章:回顾了速差动力学结合化学计量学方法对于环境、食品、药物领域中的一些复杂组分分析方面的进展,简述了常见速差动力学的反应机理、各种化学计量学方法的原理;探讨了多元分析方法和人工神经网络以及速差动力学方法的的发展动向。第二章:本章节建立了一种阻抑动力学分光光度法结合化学计量学同时测定水样中的邻苯二酚、间苯二酚、对苯二酚以及苯酚四种同系物。该方法是基于溴酸钾在酸性条件下氧化罗丹明B(RhB)并能使其褪色,如在反应体系中分别加入邻、间、对苯酚以及苯酚,则这4种化合物均能够抑制该褪色反应的进行。实验观察到,不同的物质抑制反应的速率也不相同,因此根据它们速率上的差异,可建立动力学模型进行这4种化合物同时测定。该方法表明,邻、间、对苯二酚以及苯酚四种酚类物质的检测限分别为:0.15、0.044、0.16、0.60μg mL-1。ANN能够得到最优的测定结果,该方法被用到测定实际水样中的四种酚类物质能得到满意结果。第三章:本章利用氨基糖苷类药物的特殊基团氨基与1,2-萘醌-4-磺酸钠(NQS)在碱性条件下反应生成橙黄色的络合物,最大吸收波长在475nm处。由于不同的物质反应速率差异建立了速差动力学分光光度法结合化学计量学方法测定阿米卡星、庆大霉素、依替米星三种不同的氨基糖苷类物质,检测限分别为:2.8、0.77、0.66×10-6molL-1。建立校正预报模型,用RBF-ANN预报的结果最好,预报误差为3.36%,并将该方法用于实际样的测定中,获得的结果与HPLC万法相比无显着性差异。这三种氨基糖苷药物无紫外吸收,文中建立了一种动力学紫外方法对其进行测定。第四章:茶碱、可可碱、咖啡因三种物质具有相似的结构,紫外吸收峰位置十分接近,文章利用Ce4+在酸性条件下的强氧化性,反应过程中存在速率差异,建立动力学模型实现了食品样中这三种物质的同时测定。考察了反应的最优实验条件,最优实验条件下茶碱、可可碱、咖啡因的检测限分别为:0.16、0.33、0.30μg mL-1。比较PLS和ANN两种不同的化学计量学结果可知预报结果相近。优化的校正模型用于实际食品样中(可乐样品、茶叶样品、可可粉、咖啡粉)这三种物质的同时测定可得到满意结果,测定结果与HPLC标准结果进行对比,无显着性差异。第五章:利用紫红色的高锰酸钾在碱性条件下的氧化性,氧化地塞米松、醋酸泼尼松两种皮质类激素。该方法是基于氧化反应过程中地塞米松、醋酸泼尼松反应速率的差异,原来的紫红色褪去且产生绿色的锰酸钾最大吸收在610nm,监测了610nm下吸光度的升高。建立校正预报模型对这二种物质进行同时测定,PLS能得到最佳预报结果,并将其用于实际样(尿样、血清样、药物制剂)中二种物质的同时测定,结果与HPLC方法相比能得到满意结果。文中建立的不同的速差动力学结合化学计量学的方法能够很好的对本论文所涉及的食品、环境、药物体系中某些具有相似结构或性质的有机物进行同时定量测定,文章中实验测定的结果与HPLC标准方法作比较,无显着性差异。且在灵敏度上与传统的光度法灵敏度有不同程度上的提高,化学计量学方法的引入,消除了大部分基底干扰,提高了测定的选择性。因此,速差动力学分光光度法结合化学计量学方法是一种有效的同时多组分定量分析手段。本论文的特点为:(1)选取了KMnO4、RhB等用于动力学反应,它们在可见区有吸收,可直接监测其吸光度的变化无需引入其它显色剂,减少了杂质的干扰。(2)对于咖啡因这类物质,一般的氧化剂不能与其反应,文中选择了Ce(SO4)2这种强氧化剂用于反应,提高了反应的灵敏度。(3)对于阿米卡星、庆大霉素、依替米星这类本身无紫外吸收的物质文章引入了NQS有机显色的方式,来用动力学紫外光谱法进行测定,且反应后生成的物质紫外吸收相似,摩尔吸光系数增大,灵敏度也相较于其它方法有所提高。(4)文中运用了PCR、PLS、ANN等多种计量学方法对同一组动力学数据进行校正预报,最后选择最优模型用于实际样品中多种分析物的同时测定,且探讨了不同体系下各种方法的特点。
陈金凤[4](2011)在《化学计量学—速差动力学分光光度法在某些食品和药物分析中的应用》文中研究指明本论文主要是应用速差动力学分光光度法与化学计量学的结合同时测定食品和药物中的某些主要成分。速差动力学分光光度法是根据性质相似的组分与同一试剂反应时的速率差异而不需物理分离进行定量分析,而与化学计量学方法的结合主要是不需要知道准确的动力学模型就可较为准确的解析动力学数据,得到满意的结果。总体来说,本论文主要由五个章节组成。第一章:回顾了近年来化学计量学结合速差动力学方法在食品和药物中的应用,同时展望了化学计量学在速差动力学分析中的应用前景,对多元线性回归校正法,导数技术,人工神经网络,平行因子分析和多维偏最小二乘,H点标准加入法,基于因子分析的多元校正等化学计量学方法的应用和发展进行了评述。第二章:建立了一种灵敏,准确,快速的动力学分光光度法同时测定食品中的四种食用色素,香兰素,乙基香兰素,麦芽酚,乙基麦芽酚。在酸性介质中,分析物与三价的铁离子反应生成二价还原态的铁离子,二价铁离子再与铁氰化钾发生显色反应生成普鲁十蓝,最大检测波长800nm。实验得到的线性范围(检测限)分别为:香兰素和乙基香兰索0.2-1.8 mg L-1(0.06 mg L-1);麦芽酚和乙基麦芽酚0.2-2.8 mgL-1(0.07 mg L-1)。反应过程中采集波长范围为700-950nm,波长间隔2nm,反应时间600s,时间间隔2s的动力学数据,应用一阶导数对动力学数据进行滤噪处理,并比较了偏最小二乘和主成分回归法的预报结果,结果显示经过一阶求导后的主成分回归法的预报结果较好。推荐的方法成功地应用到食品样品中四种香料的同时测定。第三章:建立了一种简单,快速的动力学分光光度法同时测定药物与兔血清中的头孢拉定,头孢克洛,头孢克肟,并研究这三种药物在兔血清中的药代动力学过程。方法基于在碱性介质中,待测物与紫色的高猛酸钾反应,生成绿色的锰酸钾的速率差别。经过实验条件的优化后,在最大吸收波长608nm下,三种药物的的线性范围(检测限)分别为:头孢拉定0.8-11.2 mg L-1(0.24 mg L-1);头孢克洛0.4-9.6 mgL-1(0.14 mg L-1);头孢克肟0.8-14.4 mg L-1(0.32 mg L-1)。实验所得动力学数据用三种化学计量学方法,主成分回归,偏最小二乘,人工神经网络进行处理,结果显示PLS方法的预报结果最好。推荐的方法用于兔血清中三种药物的药代动力学研究,得到了这三种药物的药代动力学曲线,并得到三种药物在家兔体内的半衰期,结果与HPLC方法相比,无显着性差异。第四章:本文建立了一种简单,灵敏的动力学分光光度法同时测定药物与兔血清中的酚妥拉明和阿拉明。实验表明,铁氰化钾与N,N-二乙基对苯二胺(PPD)发生反应生成红色络合物(反应第一步),继而与待测物发生络合反应生成结构不同的两种产物(反应第二步)。基于这一反应,提出了速差动力学分光光度法同时测定酚妥拉明和阿拉明的新方法。在最大吸收波长处(酚妥拉明670nm;阿拉明690nmm),二者的线性范围(检测限)为0.5-16mg L-1(0.19 mg L-1),0.5-24 mg L-1(0.20 mg L-1)。在最佳实验条件下采集2-30s的动力学数据和400-900nm的光谱数据,建立动力学-光谱三维数据模型,应用化学计量学方法如平行因子分析(PARAFAC)和多维偏最小二乘(NPLS)方法对三维数据进行解析,结果表明PARAFAC的预报结果最好。并采用主成分回归法(PCR),偏最小二乘法(PLS)和径向基人工神经网络(RBF-ANN)对动力学二维数据进行解析,结果表明PLS的预报结果最好。因此采用PARAFAC和PLS两种化学计量学方法对药物和兔血清中的酚妥拉明和阿拉明进行测定,结果与HPLC相比,无显着性差异。第五章:本文建立了一种灵敏,简单,快速的动力学荧光分光光度法同时测定减肥保健食品中的西布曲明,氢氯塞嗪,吲达帕胺。方法基于在酸性介质中,待测物与硫酸高铈(无荧光的四价铈离子)发生氧化还原反应生成有荧光的三价铈离子的速率差别。在最大激发波长250nm,最大发射波长355nm处,西布曲明,氢氯塞嗪,吲达帕胺的线性范围(检测限)分别为0.005-0.12 mg L-1(1.6×10mg L-1);0.01-0.20mg L-1(6.0×10-3mg L-1);0.03-1.44 mg L-1(8.3×10-3mg L-1)。反应过程中固定激发波长250nm,采集发射波长范围为280-445nm,波长间隔为2nm,反应时间为600s,时间间隔为2s的动力学-光谱三维数据,采用平行因于分析(PARAFAC)和多维偏最小二乘(NPLS)方法对三维数据进行处理,结果表明PARAFAC的预报结果最好。同时在实验过程中采集动力学二维数据,并对二维数据进行一阶导数滤噪处理后所得的动力学数据用主成分回归法(PCR),偏最小二乘法(PLS)和径向基人工神经网络(RBF-ANN)(?)等多科,化学计量学方法进行分析,结果表明经过一阶求导后的PLS方法的预报结果最好。实验中(?)(?)ARAFAC方法成功地应用于减肥保健食品中西布曲明,氢氯塞嗪,吲达帕胺的同时测定,结果良好,与HPLC法相比无显着性差异。
邓娜[5](2010)在《速差动力学结合化学计量学应用于食品和环境中某些残留物质的分析》文中进行了进一步梳理本论文主要是针对人们口益关注的食品和环境方面的一些复杂多组份体系进行快速的定量测定,同时综述了近年来常用的化学计量学方法在食品和环境中的应用。实验过程中将化学计量学方法用于解析实验得到的光谱和动力学数据,讨论了动力学方法的原理和实际应用,并探讨了化学计量学在复杂的体系中实现同时测定多组份物质的可行性。本论文由五个章节组成:第一章:对近年来动力学方法结合化学计量学在食品和环境方面领域中的应用进行了回顾,展望了化学计量学在动力学分析中的应用前景,对基于因子分析的多元校正方法和人工神经网络等化学计量学方法的应用和发展动向进行了评述。第二章:本章建立了一种酶动力学分光光度法同时测定食品和水样中的涕灭威、灭害威和杀线威。该方法是基于一种酶催化反应,即以碘化硫代乙酰胆碱(ATChI)为底物,利用乙酰胆碱酯酶对其进行水解生成的物质与显色剂二硫双对硝基苯甲酸(DTNB)反应,生成的产物5-巯基-2-硝基苯甲酸在412nm处有最大吸收,而氨基甲酸酯类农药涕灭威、灭害威和杀线威对该反应具有不同程度的抑制作用即抑制酶的催化活性,使它们的反应速率产生差异,文中结合化学计量学从而实现对它们进行动力学同时测定。实验测得杀线威、涕灭威和灭害威的检测限分别为0.81、2.13和1.25ng mL-1。实验采集的动力学数据用主成分回归法(PCR),偏最小二乘法(PLS)和径向基人工神经网络(RBF-ANN)处理并建立校正模型对合成样进行分析,结果表明RBF-ANN方法的预报结果最好。将该方法用于分析实际样中的三种农药,效果良好。第三章:利用动力学分光光度法实现了对金霉素、四环素和土霉素的同时测定。方法基于在氢氧化钠介质中,它们将紫红色的高锰酸钾溶液还原成绿色的锰酸钾时存在动力学速率差异。实验采集526和608nm两个最大吸收波长处的数据,金霉素、四霉素和土环素在这两个波长处的线性范围均为0.05-0.75mgL-1、0.05-0.75mgL-1和0.02-0.34mgL-1,根据所采集的数据处理得出在526nm处的检出限更低,分别为0.013mgL-1、0.015mg L-1和0.011mg L-1。随后,采用主成分回归(PCR)、偏最小二乘法(PLS)、径向基人工神经网络(RBF-ANN)和主成分径向基人工神经网络法(PC-RBF-ANN)建立了校正模型,所得的模型对未知样的预报结果表明,在526nm下利用动力学数据的PC-RBF-ANN模型的预报结果最好。将该方法用于分析实际样品中金霉素、四环素和土霉素的含量,其结果与高效液相色谱法(HPLC)的结果无显着性差异。第四章:本工作提出了一种简单和快速的速差动力学结合化学计量学方法同时测定克伦特罗、莱克多巴胺和沙丁胺醇。该方法是基于在酸性介质下,待测组分与黄色的硫酸铈胺发生氧化还原反应生成无色的三价铈离子,通过监测反应物硫酸铈胺在最大吸收波长312nnm处的动力学数据,建立主成分回归(PCR)、偏最小二乘(PLS)和径向基函数-人工神经网络(RBF-ANN)校正模型,对克伦特罗、莱克多巴胺和沙丁胺醇的混合样进行预报。将预报结果最好的RBF-ANN校正模型用于测定实际样品中的克伦特罗、莱克多巴胺和沙丁胺醇,得到了满意的结果。第五章:本工作提出了用荧光动力学分光光度法结合化学计量学方法对毒死蜱和乙硫磷进行同时测定,方法是基于在酸性条件下,痕量农药毒死蜱和乙硫磷的存在对Fenton试剂(Fe(Ⅱ)+H2O2)氧化罗丹明B促使其荧光猝灭的反应具有明显的抑制作用,EDTA的加入,使毒死蜱和乙硫磷在一定浓度范围内与荧光强度呈现良好的线性关系,同时增加了体系的稳定性和灵敏度。根据毒死蜱牢和乙硫磷对该反应的抑制效率存在一定的差异,从而达到同时测定两者的目的。为了得到最佳的反应条件,本文应用中心复合设计对实验条件进行了优化,使该体系具有较强的稳定性和较高的灵敏度。此外,本文用三种化学计量学方法如PCR, PLS和RBF-ANN方法对合成样品中所测量的动力学数据进行分析,从而达到对各待测且分进行预报的目的,其中PLS法的预报结果最好。将推荐的方法用于环境水样中的毒死蜱和乙硫磷的同时测定,测定结果与HPLC法进行比较发现无显着性差异。
肖卫强[6](2008)在《速差动力学分光光度法结合化学计量学方法在有机化合物体系中的研究》文中进行了进一步梳理本论文主要是针对人们日益关注的食品、药物和环境方面的一些复杂多组分体系进行快速的定量测定,同时综述了近年来化学计量学在动力学分析上的应用。实验过程中将化学计量学方法用于解析实验得到的光谱和动力学数据,讨论了动力学方法的原理和实际应用,并探讨了化学计量学在复杂的体系中实现同时测定多组分物质的可行性。本论文由五个章节组成:第一章:对近年来动力学方法结合化学计量学在食品、药物和环境方面领域中的应用进行了回顾,展望了化学计量学在动力学分析中的应用前景,对多元线性回归法、导数技术、因子分析法、基于因子分析的多元校正方法、卡尔曼滤波和人工神经网络等其他化学计量学方法的应用和发展动向进行了评述。第二章:建立了一种快速和准确的动力学分光光度法同时测定头孢氨苄和甲氧苄啶两组分混合物的方法。在酸性介质中,复方头孢氨苄胶囊中的两个组分头孢氨苄和甲氧苄啶均能将黄色的硫酸铈铵还原成无色的硫酸铈,两种药物的动力学过程的差异较小,动力学曲线相似。采集0-360s动力学光谱数据,用主成分回归法(PCR),偏最小二乘法(PLS)和径向基人工神经网络(RBF-ANN)处理所测得的光谱动力学数据,建立了化学计量学-速差动力学分光光度法同时测定两种药物的新方法。头孢氨苄和甲氧苄啶的线性范围为别为0.5-8.0和0.25-4.0mg L-1,检测限分别为0.16和0.12mg L-1。结果表明PLS方法在三种多元校正方法中预报结果最好。推荐的方法成功地应用于药物和人尿中头孢氨苄和甲氧苄啶的测定,结果良好,与HPLC法相比无显着性差异。第三章:建立了一种简单和灵敏的速差动力学分光光度法对三种磺胺类人工合成甜味剂安赛蜜、甜蜜素和糖精钠进行了同时测定。实验表明,在碱性介质中,安赛蜜、甜蜜素和糖精钠均能将紫红色的高锰酸钾还原成绿色的锰酸钾。基于这一反应,提出了速差动力学分光光度法同时测定安赛蜜、甜蜜素和糖精钠的新方法。此外,在最佳反应条件下,实验采集了0-360s动力学光谱数据,构成测量矩阵,并采用主成分回归法(PCR)、偏最小二乘法(PLS)和经典最小二乘法(CLS)对其进行解析。安赛蜜、甜蜜素和糖精钠的线性范围分别为0.2-4.8、0.5-10.0和0.8-5.6mg L-1,检测限分别为0.08、0.19和0.2mg L-1。推荐的方法用于食品中安赛蜜、甜蜜素和糖精钠的同时测定,结果与高效液相色谱法(HPLC)进行比较,据显示两者之间无显着性差异。第四章:建立了一种动力学分光光度法同时测定灭害威和甲萘威两组分的方法。方法基于待测组分在碱性介质中反应物与铁氰化钾反应速率的差别。反应过程中采集波长范围为200.900nm,波长间隔为1nm,反应时间为240s,时间间隔Δt为2s的数据。反应中各变量的影响被研究以便选择最佳的实验条件。在最佳的实验条件下,最大吸收波长420nm处灭害威和甲萘威的线性范围为0.05-0.6和0.1-1.2mg L-1。各种化学计量学方法,如:CLS、PCR、PLS、BP-ANN、RBF-ANN和PC-RBF-ANN,用来对校正组的混合物建立校正模型,随后用此校正模型来解析未知物中待测组分的浓度。结果表明PLS和PC-RBF-ANN的预报结果较好。推荐的方法用于蔬菜和水样中灭害威和甲萘威的同时测定,结果令人满意。第五章:本文建立了一种动力学分光光度法同时测定这三种福美类杀菌剂方法。反应是基于在碱性介质中,反应物与苯基荧光酮反应生成紫红色的化合物的速率差别。反应过程中采集波长范围为200-700nm,波长间隔为1nm,反应时间为240s。反应中各变量的影响被研究以便选择最佳的实验条件。在最佳的实验条件下,实验过程中所得的动力学数据用六种化学计量学方法如:经典最小二乘法(CLS)、主成分回归法(PCR)、偏最小二乘法1(PLS1)、偏最小二乘法2(PLS2)、径向基函数-人工神经网络(RBF-ANN)和主成分-径向基函数-人工神经网络(PC-RBF-ANN)对根据正交设计表设计的合成样品中所测量的动力学数据和求导处理后的数据进行分析。主成分分析(PCA)用于检测体系中的异常值和非线性情况。结果表明经过对原始动力学数据进行求导处理后的PLS1和PC-RBF-ANN的预报结果最好。推荐的方法用于蔬菜、水果和水样中的福美双、福美锌和福美铁的同时测定,获得满意的结果。
李紫薇,欧阳艳[7](2008)在《流动注射分光光度法在食品分析中的应用》文中指出对近年来流动注射分光光度法技术在食品分析领域取得的进展进行了综述,介绍了流动注射分光光度法测定食品中微量元素、蛋白质及氨基酸、维生素、食品添加剂等的应用。
李紫薇,张新军[8](2007)在《流动注射分光光度法及其在食品分析中的应用》文中认为对近年来流动注射分光光度法技术在食品分析领域取得的进展进行了综述,介绍了流动注射分光光度法的基本原理及其在测定食品中微量元素、蛋白质及氨基酸、维生素、食品添加剂等方面的应用.
王勇[9](2007)在《化学计量学—速差动力学分光光度法在某些复杂体系中的应用》文中认为速差动力学分析法根据性质相似的物质与同一试剂反应时的速率差异而不需物理分离进行定量分析。常规的处理动力学数据的方法要求对反应体系的硬模型(如:反应级数和反应速率常数)有清楚的认识。近来,随着化学计量学在速差动力学的广泛应用,人们渐渐地认识到化学计量学是处理动力学数据的最佳工具,归咎其原因是因为化学计量学方法不需要准确的动力学模型。在本论文中,多种化学计量学方法将被应用到速差动力学分光光度法同时测定某些复杂体系中的物质。在这些化学计量学方法中,有卡尔曼滤波法(KF)、迭代目标转换因子分析(ITTFA)、经典最小二乘(CLS)、岭回归(RR)、主成分回归(PCR)、偏最小二乘1(PLS1)、偏最小二乘2(PLS2)、无用变量消除.偏最小二乘(UVE-PLS)、局部加权回归(LWR)、全局-径向基-人工神经网络(G-RBF-ANN)、单个-径向基-人工神经网络(S-RBF-ANN)、全局-主成分-径向基-人工神经网络(G-PC-RBF-ANN)、单个-主成分-径向基-人工神经网络(S-PC-RBF-ANN)和反传-人工神经网络(BP-ANN)等。此外,一些其它的化学计量学预处理技术,如:求导数和小波包变换(WPT),将被应用到原始数据中以便改善分析的准确度和精密度。本论文由五章组成。第一章:对近年来化学计量学在速差动力学分析领域中的应用进行了回顾,展望了化学计量学在速差动力学分析中的应用前景,对两点及多点数据方法、卡尔曼滤波、H点标准加入、平均中心化-比例动力学谱、多元线性回归校正法、基于因子分析的多元校正方法、协同效应的校正方法、人工神经网络等化学计量学方法的应用和发展动向进行了评述。第二章:建立了一种动力学分光光度法同时测定碘酸根和高碘酸根两组分混合物的方法。方法基于待测组分在硫酸介质中氯化钠存在下与淀粉-碘离子反应速率的差别。反应过程中采集波长范围为260-900nm,波长间隔为10nm,反应时间为180s,时间间隔Δt为1s的数据。在三个最大吸收波长(291、354和585nm)下,碘酸根和高碘酸根的线性范围都为0.1-1.2mg L-1。反应动力学过程机理研究表明此反应为连串反应。此外,此连串反应的动力学定量测定的多元校正理论被推导。各种化学计量学方法,如:CLS,PCR,PLS,BP-ANN,RBF-ANN和PC-RBF-ANN被用来处理291、354和585nm下动力学数据和波长范围为260-550nm下的动力学-光谱数据。结果表明在354nm下各种化学计量学方法预报结果最好,同时PLS和PC-RBF-ANN方法较其它化学计量学方法预报结果好。推荐的方法成功地应用到同时测定食用碘盐、海带和水样中碘酸根和高碘酸根的测定。第三章:首次建立了一种简单和灵敏的动力学分光光度法同时测定苋菜红、胭脂红、日落黄、柠檬黄和亮蓝五组分混合物的方法。方法是基于它们在醋酸钠-盐酸缓冲溶液(pH=1.71)中与Fe3+发生氧化还原反应生成Fe2+,继而与铁氰化钾发生显色反应生成蓝色的普鲁氏蓝的速率差别。反应过程中采集波长范围为500-1000nm,波长间隔为1nm,反应时间为600s,时间间隔Δt,为2s的数据。在最佳的实验条件下,苋菜红、胭脂红、日落黄、柠檬黄和亮蓝的线性范围分别为0.2-8.0,0.5-6.0,0.5-18.0,2.0-44.0和0.1-2.0 mg L-1。随后,应用WPT对原始动力学数据进行除噪预处理,比较了各种化学计量学方法如:ITTFA、PCR、PLS、LWR、UVE-PLS、RBF-ANN和PC-RBF-ANN,对除噪前后的数据的预报能力。结果表明经小波包除噪后的UVE-PLS方法预报结果最好。此外,马洛增广偏残差图(APaRP)、Durbin-Watson检验和Runs检验被应用来监测反应体系非线性的程度。比较各种化学计量学方法的预报能力,结果表明经过小波包除噪后的UVE-PLS预报结果最好。推荐的方法用于食品中苋菜红、胭脂红、日落黄、柠檬黄和亮蓝的同时测定,结果与HPLC进行比较,据显示这些方法之间无显着性差异。第四章:首次建立了一种化学计量学-分光光度法同时测定培氟沙星和诺氟沙星两组分混合物的方法。反应基于它们与碱性高锰酸钾(最大吸收波长为526nm)反应生成锰酸钾(最大吸收波长为608nm)。此方法能够克服光谱严重重叠和动力学非线性的缺点。在最佳的实验条件下,培氟沙星和诺氟沙星单组分的在526和608nm下的线性范围分别都为1.0-11.5mg L-1和0.15-1.8mg L-1。随后,在526和608nm下的实验过程中所得的动力学数据用五种化学计量学方法如:CLS、PCR、PLS、RBF-ANN和PC-RBF-ANN来处理。结果表明在526nm下的PLS和PC-RBF-ANN方法的预报结果最好。此外,在吸光试剂和吸光产物光谱重叠的情况下,反应动力学过程的机理及其多组分动力学定量测定的多元校正理论被推导。推荐的方法用于药物和人血清中的诺氟沙星和培氟沙星的同时测定,结果与HPLC进行比较,据显示这些方法之间无显着性差异。第五章:首次建立了一种动力学分光光度法同时测定异烟肼和利福平两组分混合物的方法。方法是基于它们在醋酸钠.盐酸缓冲溶液(pH=3.63)中与Fe3+发生氧化还原反应生成Fe2+,继而与铁氰化钾发生显色反应生成蓝色的普鲁氏蓝的速率差别。反应中各变量的影响被研究以便选择最佳的实验条件。在最佳的实验条件下,异烟肼和利福平单组分的在760nm下的线性范围分别为0.1-2.6和0.5-20.0mg L-1;检测限分别为0.036和0.2 mg L-1。此外,在吸光试剂和吸光产物光谱重叠的情况下,反应动力学过程的机理及其多组分动力学定量测定的多元校正理论被推导。为了避免复杂的分离步骤且改善测定的准确度和精密度,各种化学计量学方法如:CLS、KF、PCR、PLS1、PLS2、RR、G-RBF-ANN、S-RBF-ANN、G-PC-RBF-ANN和S-PC-RBF-ANN对根据正交设计表设计的合成样品中所测量的动力学数据和求导处理后的数据进行分析。主成分分析(PCA)用于检测体系中的异常值和非线性情况。各种化学计量学方法预报结果用PROMETHEE和GAIA进行比较。结果表明经过对原始动力学数据进行求导处理后的G-PC-RBF-ANN和S-PC-RBF-ANN的预报结果最好。推荐的方法用于药物和人尿中的异烟肼和利福平的同时测定,结果与HPLC进行比较,据显示这些方法之间无显着性差异。总的来说,用普通的分光光度法进行多组分的同时测定必须进行多步掩蔽、分离等复杂步骤。另外,样品中待测组分性质相似,用热力学平衡分光光度法进行测定时,波谱严重重叠,仅利用光谱信息用化学计量学进行校正容易带来较大的预报误差。而动力学分析法研究非平衡态下的动力学体系,能够获取单波长处不同时间点的动力学数据,也能获取不同波长处不同时间点的波谱数据,是扩大体系信息、提高方法准确性的有效途径,将其用于分析具有简单、快速、准确的特点。化学计量学作为化学、数学、统计学、计算机科学的接口,它的不断发展为分析人员进行多维分析信号与信息的综合处理,解析重叠波谱并最终完成复杂体系的分析架起了桥梁,也为动力学分析提供了有效的数据处理工具,大大拓宽了动力学分析的应用范围。
潘军辉[10](2007)在《化学计量学结合光谱法在农药残留和食品添加剂分析中的应用》文中进行了进一步梳理化学计量学是一门新兴的交叉学科,在提取分析信息、解析化学测量数据、分辨复杂波谱和化学分类等方面具有自身优势,将化学计量学方法与现代分析手段相结合,用于食品农药残留和添加剂分析,为食品安全与检测提供了解决问题的新途径和新方法。本文共分为六章,主要研究了化学计量学方法结合分光光度法和荧光光度法同时解析某些农药或食品添加剂的新方法,拓宽了化学计量学方法的应用范围。并且将这些方法应用到实际食品样中农药残留量和食品添加剂的测定,并能够得到比较满意的结果。第一章简要介绍了农药和食品添加剂的发展,回顾和概述了近年来农药残留和食品添加剂的分析方法,尤其是化学计量学与现代光谱技术相结合在农药残留和食品添加剂分析中的应用,如多元校正回归中的经典最小二乘法(classical least squares,CLS)、主成分回归(principal component regression,PCR)、偏最小二乘法(partial least square,PLS)和卡尔曼滤波(kalman filter,KF),人工神经网络(artificial neural network,ANN)等,指出了化学计量学方法在食品分析中的应用前景。第二章对三种有机硫杀菌剂福美锌(Ziram)、福美铁(Ferbam)和代森锰(Maneb)进行了同时测定。福美锌、福美铁和代森锰是分子结构非常相似的三种杀菌剂,利用分光光度法研究了三种农药与苯基荧光酮的显色反应,发现反应产物分别在波长为551 nm、571 nm和554 nm处有最大吸收,吸收光谱重叠严重。实验采集了500~700 nm波长范围吸光度数据,并采用多种化学计量学方法对这些数据进行解析,结果发现,对原始光谱进行一阶求导前处理,用求导后的数据建立偏最小二乘校正模型,对预报组混合样品进行分析,结果明显优于光谱未经求导处理的其他方法。据此,建立了偏最小二乘-导数分光光度法同时测定福美锌、福美铁和代森锰三种农药的新方法。福美锌、福美铁和代森锰的线性范围分别为0.2~6.0μg·ml-1、0.2~6.0μg·ml-1和0.2~3.8μg·ml-1;检测限分别为0.19μg·ml-1、0.14μg·ml-1和0.14μg·ml-1。这种方法无需对样品进行分离,方法简单、快速。用于大米、水果和自来水等实际样品测定,回收率在85.3%-109.7%之间。第三章研究了多元校正和人工神经网络等化学计量学方法与分光光度法结合,解析光谱严重重叠的苯甲酸钠、山梨酸、糖精钠、硝酸钠、亚硝酸钠和香兰素6种食品添加剂,并对该6组分同时进行定量。考察了酸度对吸收光谱的影响,用不同缓冲溶液作介质(柠檬酸钠—盐酸缓冲溶液,磷酸二氢钾—硼砂缓冲溶液和Britton-Robinson(B-R)缓冲溶液)进行实验,结果表明,用pH=2.85 B-R缓冲溶液作介质效果较好。在优化的实验条件下,得到苯甲酸钠、山梨酸、糖精钠、硝酸钠、亚硝酸钠和香兰素线性范围分别为0.2~7.7mg·L-1、0.1~3.85mg·L-1、0.2~6.1mg·L-1、0.3~6.1mg·L-1、0.3~6.1mg·L-1和0.2~7.7mg·L-1,检出限分别为0.13mg·L-1、0.067mg·L-1、0.15mg·L-1、0.21mg·L-1、0.21mg·L-1和0.094mg·L-1,相关系数在0.9995~0.9999之间。由于6种添加剂吸收光谱重叠非常严重,经典的光度法法难以对其同时定量。本研究采用了多元校正、人工神经网络等多种化学计量学方法对光谱重叠的6组分体系进行解析。通过对6组分模拟样品的研究得出:在该多组分复杂体系中,径向基-人工神经网络(RBF-ANN)解析重叠光谱的能力最强,预报结果最好,预报值和实际值线性相关,总相对预报误差(RPET)为5.1%,各组分的平均回收率在93.2%~99.5%。CLS、PCR和PLS对预报组6组分混合物浓度预报结果的RPET分别为6.3%、6.2%和6.1%,它们对重叠光谱解析能力稍弱于RBF-ANN。用提出的RBF-ANN技术辅助光度法对实际样品中6种添加剂直接同时测定,得到满意结果。第四章灭螨猛、三唑磷、蝇毒磷和多菌灵四种农药能够产生较强的内源荧光,但其荧光光谱相互重叠,若直接用荧光法对其混合物中各组分进行定量测定,困难较大。研究中引入了多元校正和人工神经网络等化学计量学方法,用这些方法来解析相互重叠的荧光光谱。实验中考察了不同pH(1.87~10.87)的B-R缓冲溶液作介质4种农药的荧光光谱特征,发现当pH在6.87~8.87时,灭螨猛和三唑磷的荧光强度均逐渐升高,蝇毒磷和多菌灵的荧光强度较大且基本稳定;当pH>8.87时,4种农药的荧光强度均急剧下降,实验选择pH 8.3的B-R缓冲溶液作介质,同时,研究还发现在该缓冲溶液中,共激发波长λex=228nm时,灭螨猛、三唑磷、蝇毒磷和多菌灵均有较大的的荧光强度,可以在此激发波长下对4种农药同时进行测定。灭螨猛、三唑磷和蝇毒磷的线性范围为0.024~0.432μg·ml-1,多菌灵的线性范围为0.048~0.768μg·ml-1;检测限分别为0.020μ·ml-1、0.017μg·ml-1、0.018μg·ml-1和0.030μg·ml-1,相关系数在0.9990~0.9993之间,线性关系较好。由于这四种农药荧光光谱重叠严重,研究中引入了多种化学计量学方法来分辨重叠光谱,并对它们的分辨能力进行比较。结果表明,在该4组分混合体系中,PCR对预报组混合物各组分浓度的预报能力最好,单组分的相对预报误差(RPES)和总相对预报误差(RPET)均比较小,RPET为7.5%,RBF-ANN方法的RPET为8.2%,PLS的RPET为9.5%,CLS不能有效地解析混合物的重叠光谱,预报能力最差,RPET为19.6%。方法简便、准确、灵敏度较高,用建立的PCR结合荧光光谱法对水样、大米、白菜和苹果等样品中农药残留检测,结果满意。第五章对两种除草剂阿特拉津和氰草津进行了同时测定。阿特拉津和氰草津是分子结构非常相似的两种均三氮苯类除草剂,在一定条件下,它们先与吡啶作用,加入对-氨基丙已酮后发生显色反应,反应产物分别在波长为466nm和462nm处有最大吸收,但吸收光谱重叠严重。实验采集了400~650nm波长范围吸光度数据,并用CLS、PCR、PLS及RBF-ANN算法对原始光谱数据进行解析,结果均不很理想。为此,研究中采用对原始光谱进行一阶求导前处理,用求导后的数据建立PCR和PLS校正模型,然后对预报组混合样品进行分析,发现,这两种模型预报结果的RPET%分别为5.7%和5.9%,误差明显减小,准确度明显提高。据此建立了偏最小二乘-分光光度法同时测定阿特拉津和氰草津两种农药的新方法。阿特拉津和氰草津的线性范围分别为0.2~3.5μg·ml-1和0.3~5.0μg·ml-1;检出限分别为0.099μg·ml-1和0.16μg·ml-1。方法简单、快速,用于实际样品测定,结果比较满意。第六章主要是对本研究工作进行总结。
二、速差动力学光度法同时测定食品中的葡萄糖、果糖(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、速差动力学光度法同时测定食品中的葡萄糖、果糖(论文提纲范文)
(1)植物蛋白饮料中呋喃类物质的检测及减控方法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 呋喃 |
1.1.1 呋喃的理化性质、危害及风险 |
1.1.2 食品中呋喃的形成途径和机制 |
1.1.3 食品中呋喃的减控措施 |
1.1.4 食品中呋喃的检测方法 |
1.2 5-羟甲基糠醛 |
1.2.1 5-羟甲基糠醛的理化性质及危害 |
1.2.2 5-羟甲基糠醛的生成途径和机制 |
1.2.3 食品中5-羟甲基糠醛的减控措施 |
1.2.4 5-羟甲基糠醛的检测方法 |
1.3 糠醛 |
1.3.1 食品中糠醛的理化性质及危害 |
1.3.2 食品中糠醛的生成途径和机制 |
1.3.3 食品中糠醛的减控措施 |
1.3.4 食品中糠醛的检测方法 |
1.4 天然抗氧化物质及非蛋白氨基酸 |
1.4.1 天然抗氧化物质 |
1.4.2 非蛋白氨基酸 |
1.5 课题研究内容 |
第2章 电化学法同时检测食品中呋喃类物质的研究 |
2.1 引言 |
2.2 材料与设备 |
2.2.1 材料与试剂 |
2.2.2 仪器与设备 |
2.3 方法 |
2.3.1 玻碳电极的预处理 |
2.3.2 溶液的配制 |
2.3.3 标准曲线的测定 |
2.3.4 植物蛋白饮料的制备 |
2.3.5 植物蛋白饮料中的呋喃类物质的测定 |
2.3.6 数据处理与分析 |
2.4 结果与讨论 |
2.4.1 呋喃、5-羟甲基糠醛和糠醛的伏安性质与电极反应过程 |
2.4.2 检测条件的优化 |
2.4.3 呋喃类物质的氧化峰电流响应与其浓度之间的关系 |
2.4.4 三种呋喃类物质之间响应电流的相互干扰情况 |
2.4.5 电化学法结合化学计量学技术预测样品中的呋喃类物质 |
2.4.6 实际植物蛋白饮料中呋喃类物质的测定 |
2.5 本章小结 |
第3章 果糖/谷氨酸体系中呋喃类物质的形成规律 |
3.1 引言 |
3.2 材料和设备 |
3.2.1 原料和试剂 |
3.2.2 仪器与设备 |
3.3 方法 |
3.3.1 糖的种类对呋喃类物质生成量的影响 |
3.3.2 氨基酸种类对呋喃类物质生成量的影响 |
3.3.3 加热方式对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.3.4 加热温度对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.3.5 加热时间对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.3.6 反应底物pH对 Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.3.7 反应物配比对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.3.8 呋喃类物质的检测 |
3.3.9 数据处理 |
3.4 结果与讨论 |
3.4.1 糖的种类对呋喃类物质生成量的影响 |
3.4.2 氨基酸种类对呋喃类物质生成量的影响 |
3.4.3 加热方式对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.4.4 加热温度对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.4.5 加热时间对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.4.6 反应底物pH对 Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.4.7 反应物配比对Fru/Glu模拟体系中呋喃类物质含量的影响 |
3.5 本章小结 |
第4章 植物蛋白饮料中呋喃类物质减控措施的探究 |
4.1 引言 |
4.2 材料与设备 |
4.2.1 材料与试剂 |
4.2.2 仪器与设备 |
4.3 方法 |
4.3.1 天然抗氧化物质对模拟体系中呋喃类物质含量的影响 |
4.3.2 非蛋白氨基酸对模拟体系中呋喃类物质含量的影响 |
4.4 结果与讨论 |
4.4.1 天然抗氧化物质对模拟体系中呋喃类物质含量的影响 |
4.4.2 非蛋白氨基酸对模拟体系中呋喃类物质含量的影响 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的论文 |
致谢 |
(2)九头狮子草提取物在模拟体系中对丙烯酰胺的抑制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.1.1 丙烯酰胺的基本性质 |
1.1.2 丙烯酰胺及其来源 |
1.1.3 丙烯酰胺的毒性 |
1.1.4 食品中丙烯酰胺的形成机理 |
1.2 研究丙烯酰胺的模拟体系 |
1.3 食源性丙烯酰胺抑制途径的研究 |
1.3.1 优化食品原料的生产及贮存条件 |
1.3.2 优化食品加工工艺条件 |
1.3.3 添加食品添加剂 |
1.3.4 添加外源植物提取物 |
1.4 九头狮子草活性物质研究进展 |
1.4.1 九头狮子草化学成分的研究 |
1.4.2 九头狮子草红色素的应用研究 |
1.5 立题依据、主要研究内容及创新点 |
第二章 HPJ95%乙醇提取物及其萃取物在模拟体系中对丙烯酰胺的抑制研究 |
2.1 引言 |
2.2 材料与方法 |
2.2.1 实验原料与主要试剂 |
2.2.2 主要仪器与设备 |
2.2.3 试验方法 |
2.3 结果与分析 |
2.3.1 丙烯酰胺标准曲线的建立 |
2.3.2 模拟体系中的样品与AA标品的色谱图对比 |
2.3.3 HPJ95%乙醇提取物及萃取物对丙烯酰胺的抑制规律 |
2.3.4 HPJ95%乙醇提取物及萃取物与丙烯酰胺的量效关系 |
2.4 本章小结 |
第三章 HPJ正丁醇萃取物的乙醇洗脱物在模拟体系中对丙烯酰胺的抑制研究 |
3.1 引言 |
3.2 材料与方法 |
3.2.1 实验材料与主要试剂 |
3.2.2 主要仪器与设备 |
3.2.3 实验方法 |
3.3 结果与分析 |
3.3.1 乙醇洗脱物对丙烯酰胺的抑制规律 |
3.3.2 乙醇洗脱物与丙烯酰胺的量效关系 |
3.4 本章小结 |
第四章 HPJ正丁醇萃取物95%乙醇洗脱物抑制丙烯酰胺形成的动力学研究 |
4.1 前言 |
4.2 材料与方法 |
4.2.1 实验材料与主要试剂 |
4.2.2 主要仪器与设备 |
4.2.3 实验方法 |
4.3 结果与分析 |
4.3.1 95 %乙醇洗脱物抑制丙烯酰胺的动力学曲线 |
4.3.2 5mg/mL95%乙醇洗脱物抑制丙烯酰胺形成/消除动力学分析 |
4.4 本章小结 |
第五章 HPJ正丁醇萃取物的95%乙醇洗脱物抑制丙烯酰胺的机理研究 |
5.1 前言 |
5.2 材料与方法 |
5.2.1 实验材料与主要试剂 |
5.2.2 主要仪器与设备 |
5.2.3 实验方法 |
5.3 结果与分析 |
5.3.1 葡萄糖和果糖标准曲线 |
5.3.2 模拟体系中样品与葡萄糖、果糖标准品色谱图 |
5.3.3 天冬酰胺标准曲线 |
5.3.4 模拟体系中样品与天冬酰胺标准品色谱图 |
5.3.5 葡萄糖、果糖、天冬酰胺、类黑精和丙烯酰胺动力学曲线 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(3)速差动力学分光光度法同时测定某些复杂体系中性质相似的有机化合物(论文提纲范文)
摘要 |
Abstract |
第一章 化学计量学-速差动力学光度法在环境、食品和药物分析中的应用 |
1 引言 |
1.1 速差动力学分析简介 |
1.2 化学计量学简介 |
1.3 环境分析 |
1.4 食品分析 |
1.5 药物分析 |
2 动力学分光光度法的基本原理和常用的动力学体系 |
2.1 速差动力学分光光度法的基本原理 |
2.2 常用的动力学体系 |
3 化学计量学用于动力学多组分分析的研究 |
3.1 比例方程法 |
3.2 H点标准加入法 |
3.3 因子分析、主成分回归和偏最小二乘 |
3.4 人工神经网络 |
3.5 多维数据的处理方法 |
4 结束语 |
5 参考文献 |
第二章 动力学光度法结合化学计量学同时测定环境水中的苯酚及其衍生物邻、间、对苯二酚 |
1 引言 |
2 速差动力学及化学计量学理论 |
2.1 速差动力学用于多组分分析 |
2.2 化学计量学方法 |
3 实验部分 |
3.1 仪器部分 |
3.2 溶液和试剂 |
3.3 实验过程 |
4 结果与讨论 |
4.1 光谱与动力学性质 |
4.2 反应机理 |
4.3 反应条件优化 |
4.4 单一分析物的工作曲线 |
4.5 校正和预报 |
4.6 干扰实验 |
4.7 实际样分析 |
5 结论 |
6 参考文献 |
第三章 动力学光度法结合化学计量学同时测定三种氨基糖苷药物阿米卡星、庆大霉素、依替米星 |
1 引言 |
2 理论背景 |
2.1 速差动力学用于多组分分析理论 |
2.2 化学计量学理论 |
3 实验部分 |
3.1 试剂溶液与仪器装置 |
3.2 实验过程 |
4 结果与讨论 |
4.1 与NQS反应时的光谱动力学性质 |
4.2 与NQS的反应机理 |
4.3 实验条件的优化 |
4.4 单一分析物的工作曲线 |
4.5 校正和预报 |
4.6 干扰实验 |
4.7 实际样中阿米卡星、庆大霉素、依替米星的测定 |
5 结论 |
6 参考文献 |
第四章 动力学光度法结合化学计量学同时测定食品样中的咖啡因、茶碱、可可碱三种黄嘌呤 |
1 引言 |
2 实验部分 |
2.1 试剂与溶液 |
2.2 仪器部分 |
2.3 紫外和HPLC参照实验过程 |
2.4 实际样处理过程 |
3 结果与讨论 |
3.1 条件对反应动力学的影响 |
3.2 咖啡因、茶碱、可可碱的动力学研究 |
3.3 咖啡因、茶碱、可可碱的反应机理探讨 |
3.4 单一分析物的工作曲线 |
3.5 合成样的测定 |
3.6 实际样分析 |
4 结论 |
5 参考文献 |
第五章 化学计量学-动力学分光光度法同时测定两种皮质类激素 |
1 方法原理 |
1.1 速差动力学方法 |
1.2 化学计量学方法 |
2 实验部分 |
2.1 主要仪器与试剂 |
2.2 实验步骤 |
3 结果与讨论 |
3.1 吸收光谱和动力学曲线 |
3.2 实验条件 |
3.3 醋酸泼尼松和地塞米松的线性范围及工作曲线 |
3.4 醋酸泼尼松和地塞米松合成样品的同时测定 |
4 样品测定 |
4.1 样品预处理 |
4.2 实际样品中醋酸泼尼松和地塞米松的同时测定 |
5 结论 |
6 参考文献 |
攻读学位期间的研究成果 |
作者简介 |
致谢 |
(4)化学计量学—速差动力学分光光度法在某些食品和药物分析中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 化学计量学在速差动力学分析中的应用与研究进展 |
1 引言 |
2 H点标准加入法 |
3 导数技术 |
4 多元线性回归校正法 |
5 基于因子分析的多元校正方法 |
6 人工神经网络 |
7 平行因子分析和多维偏最小二乘法 |
8 其它化学计量学方法 |
9 结语 |
10 参考文献 |
第2章 化学计量学结合速差动力学分光光度法同时测定食品中的四种食用香料 |
1 引言 |
2 化学计量学 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
第3章 动力学分光光度法结合化学计量学同时测定药物和兔血清中的三种β-内酰胺类抗生素并研究其在家兔体内的药代动力学过程 |
1 引言 |
2 方法原理 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
第4章 化学计量学-动力学分光光度法同时测定药物和兔血清中的酚妥拉明和阿拉明 |
1 引言 |
2 基本方法原理 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
第5章 荧光动力学分光光度法结合化学计量学同时测定减肥保健食品中西布曲明,氢氯噻嗪和吲达帕胺量 |
1 引言 |
2 方法原理 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
攻读学位期间的研究成果 |
致谢 |
(5)速差动力学结合化学计量学应用于食品和环境中某些残留物质的分析(论文提纲范文)
摘要 |
Abstract |
第一章 速差动力学结合化学计量学在食品和环境分析中的应用 |
1 引言 |
2 多元校正方法 |
3 人工神经网络 |
4 结语 |
5 参考文献 |
第二章 化学计量学-酶动力学分光光度法同时测定三种氨基甲酸酯类农药 |
1 引言 |
2 理论背景 |
3 实验部分 |
4 结果与讨论 |
5 结论 |
6 参考文献 |
第三章 化学计量学-动力学分光光度法同时测定三种四环素类抗生素 |
1 引言 |
2 理论背景 |
3 实验部分 |
4 结果与讨论 |
5 结论 |
6 参考文献 |
第四章 速差动力学-多元校正及人工神经网络测定克伦特罗、莱克多巴胺和沙丁胺醇 |
1 引言 |
2 理论背景 |
3 实验部分 |
4 结果与讨论 |
5 结论 |
6 参考文献 |
第五章 荧光动力学结合中心组合优化条件设计同时测定水样中的毒死蜱和乙硫磷 |
1 引言 |
2 动力学理论 |
3 实验部分 |
4 结果与讨论 |
5 结论 |
6 参考文献 |
攻读学位期间的研究成果 |
作者简介 |
致谢 |
(6)速差动力学分光光度法结合化学计量学方法在有机化合物体系中的研究(论文提纲范文)
摘要 |
Abstract |
第1章 速差动力学分光光度法结合化学计量学方法在食品、药物和环境中的应用 |
1 引言 |
2 多元线性回归法 |
3 导数技术 |
4 因子分析法 |
5 基于因子分析的多元校正方法 |
6 卡尔曼滤波 |
7 人工神经网络 |
8 其它化学计量学方法 |
9 结语 |
10 参考文献 |
第2章 化学计量学-动力学分光光度法同时测定复方头孢氨苄胶囊中两组分的含量 |
1 引言 |
2 速差动力学测定法原理 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
第3章 速差动力学分光光度法同时测定三种磺胺类人工合成甜味剂 |
1 引言 |
2 速差动力学方法理论基础 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
第4章 动力学分光光度法结合化学计量学同时测定蔬菜和水样中的灭害威和甲萘威 |
1 引言 |
2 化学计量学方法原理 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
第5章 化学计量学-速差动力学分光光度法同时测定三种有机硫杀菌剂 |
1 引言 |
2 化学计量学方法原理 |
3 实验部分 |
4 结果与讨论 |
5 实际样品测定 |
6 结论 |
7 参考文献 |
攻读学位期间的研究成果 |
致谢 |
(7)流动注射分光光度法在食品分析中的应用(论文提纲范文)
1 流动注射分光光度法在食品分析中的应用 |
1.1 食品中元素含量的测定 |
1.2 维生素的测定 |
1.3 食品添加剂的测定 |
1.4 蛋白质及氨基酸的测定 |
1.5 糖类的测定 |
1.6 饮用水中Cl2和Cl O2的测定 |
1.7 饮用水中酚类化合物的测定 |
1.8 食品中其它物质的测定 |
2 结语 |
(8)流动注射分光光度法及其在食品分析中的应用(论文提纲范文)
1 流动注射分光光度法的基本原理 |
2 流动注射分光光度法在食品分析中的应用 |
2.1 食品中元素含量的测定 |
2.2 维生素的测定 |
2.3 食品添加剂的测定 |
2.4 蛋白质及氨基酸的测定 |
2.5 糖类的测定 |
2.6 饮用水中Cl2和C1O2的测定 |
2.7 饮用水中酚类化合物的测定 |
2.8 食品中其他物质的测定 |
3 结语 |
(9)化学计量学—速差动力学分光光度法在某些复杂体系中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 化学计量学在速差动力学分析中的应用与进展 |
1 引言 |
2 两点及多点数据方法 |
3 卡尔曼滤波法 |
4 H点标准加入法 |
5 平均中心化—比例动力学谱法 |
6 多元线性回归校正法 |
7 基于因子分析的多元校正方法 |
8 协同效应的校正方法 |
9 人工神经网络 |
10 计算机的应用 |
11 结语 |
12 参考文献 |
第2章 连串反应-动力学分光光度法结合化学计量学同时测定碘酸根和高碘酸根 |
1 引言 |
2 理论背景 |
2.1 反应机理和速差动力学理论基础 |
2.2 多元校正和人工神经网络 |
3 实验部分 |
3.1 仪器和试剂 |
3.2 实验步骤 |
4 结果与讨论 |
4.1 吸收光谱和动力学曲线 |
4.2 硫酸的浓度影响 |
4.3 碘化钾的浓度影响 |
4.4 淀粉的浓度影响 |
4.5 氯化钠的浓度影响 |
4.6 温度的影响 |
4.7 碘酸根和高碘酸根的线性范围及工作曲线 |
4.8 碘酸根和高碘酸根合成样品的同时测定 |
4.9 干扰实验 |
5 实际样品测定 |
5.1 实际样品预处理 |
5.2 样品中碘酸根和高碘酸根的测定 |
6 结论 |
7 参考文献 |
第3章 多组分动力学分光光度法结合化学计量学同时测定食品中五种合成食用色素 |
1 引言 |
2 方法原理 |
2.1 多组分动力学理论基础 |
2.2 迭代目标转换因子分析(Iterative Target Transformation Factor Analysis) |
2.3 局部加权回归(Locally Weighted Regression) |
2.4 无用变量消除-偏最小二乘(Uninformation Variable Elimination-Partial Least Squares) |
2.5 小波包变换(Wavelet Packet Transform) |
3 实验部分 |
3.1 试剂和仪器 |
3.2 实验步骤 |
4 结果与讨论 |
4.1 吸收光谱和动力学曲线 |
4.2 实验条件的选择 |
4.3 苋菜红、胭脂红、日落黄、柠檬黄和亮蓝的线性范围及工作曲线 |
4.4 苋菜红、胭脂红、日落黄、柠檬黄和亮蓝合成样品的同时测定 |
4.5 共存成分的影响 |
5 实际样品测定 |
5.1 实际样品预处理 |
5.2 实际样品中苋菜红、胭脂红、日落黄、柠檬黄和亮蓝的同时测定 |
6 结论 |
7 参考文献 |
第4章 动力学分光光度法结合化学计量学同时测定药物和人血清中培氟沙星和诺氟沙星 |
1 引言 |
2 实验部分 |
2.1 试剂和仪器 |
2.2 实验步骤 |
3 结果与讨论 |
3.1 吸收光谱 |
3.2 反应动力学 |
3.3 实验条件的选择 |
3.4 培氟沙星和诺氟沙星的线性范围及工作曲线 |
3.5 培氟沙星和诺氟沙星合成样品的同时测定 |
3.6 干扰实验 |
4 实际样品测定 |
4.1 实际样品预处理 |
4.2 实际样品中培氟沙星和诺氟沙星的同时测定 |
5 结论 |
6 参考文献 |
第5章 化学计量学-动力学分光光度法同时测定药物和人尿中异烟肼和利福平 |
1 引言 |
2 化学计量学原理 |
2.1 卡尔曼滤波(Kalman Filter) |
2.2 岭回归(Ridge Regression) |
2.3 偏最小二乘法1(Partial Least Squares 1)和偏最小二乘法2(Partial Least Squares2) |
2.4 全局-径向基函数-人工神经网络(Global-Radial Basis Function-Artificial Neural Network)、单个-径向基函数-人工神经网络(Single-Radial Basis Function-Artificial Neural Network)、全局-主成分-径向基函数-人工神经网络(Global-Principal Component Analysis-Radial |
2.5 多准则决策法:PROMETHEE和GAIA分析 |
3 实验部分 |
3.1 试剂和仪器 |
3.2 实验步骤 |
4 结果与讨论 |
4.1 吸收光谱和动力学曲线 |
4.2 实验条件的选择 |
4.3 异烟肼和利福平单组分的线性范围及工作曲线 |
4.4 异烟肼和利福平合成样品的同时测定 |
4.5 共存成分的影响 |
5 实际样品测定 |
5.1 实际样品预处理 |
5.2 实际样品中异烟肼和利福平的同时测定 |
6 结论 |
7 参考文献 |
致谢 |
攻读学位期间的研究成果 |
(10)化学计量学结合光谱法在农药残留和食品添加剂分析中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.1.1 农药残留分析 |
1.1.2 食品添加剂分析 |
1.2 化学计量学简介 |
1.2.1 实验条件的优化 |
1.2.1.1 单纯形优化法 |
1.2.1.2 正交设计方法 |
1.2.1.3 均匀设计 |
1.2.2 模式识别 |
1.2.3 多元校正方法 |
1.2.3.1 多元线性回归 |
1.2.3.2 经典最小二乘法 |
1.2.3.3 因子分析法 |
1.2.3.4 主成分回归 |
1.2.3.5 偏最小二乘法 |
1.2.4 人工神经网络 |
1.2.5 分析信号处理 |
1.3 化学计量学-分光光度法在食品添加剂和农药残留分析中的应用 |
1.3.1 化学计量学-分光光度法在食品添加剂分析中的研究 |
1.3.2 化学计量学-分光光度法在农药残留分析中的研究 |
1.4 化学计量学-荧光光谱法在农药残留分析中的应用 |
1.5 结语 |
1.6 课题研究的目的和意义 |
1.7 课题来源及主要研究内容 |
1.7.1 课题来源 |
1.7.2 主要研究内容 |
1.8 本研究的创新性 |
参考文献 |
第二章 偏最小二乘-导数分光光度法同时测定三种有机硫农药 |
2.1 引言 |
2.2 化学计量学方法基本原理 |
2.2.1 经典最小二乘法 |
2.2.2 主成分回归法 |
2.2.3 偏最小二乘法 |
2.3 实验部分 |
2.3.1 仪器与试剂 |
2.3.2 实验方法 |
2.4 结果与讨论 |
2.4.1 吸收光谱 |
2.4.2 条件的优化 |
2.4.2.1 酸度的选择 |
2.4.2.2 表面活性剂及其用量的选择 |
2.4.2.3 显色剂用量的选择 |
2.4.3 工作曲线与检出限 |
2.4.4 共存成分的影响 |
2.4.5 模拟样品的测定 |
2.4.6 因子数的选择 |
2.4.7 实际样品的测定 |
参考文献 |
第三章 径向基-人工神经网络-分光光度法用于六种食品添加剂复杂体系解析 |
3.1 引言 |
3.2 径向基-人工神经网络基本原理 |
3.3 实验部分 |
3.3.1 仪器与试剂 |
3.3.2 实验方法 |
3.4 结果与讨论 |
3.4.1 吸收光谱 |
3.4.2 酸度对吸光度的影响 |
3.4.3 单组分线性范围与检出限 |
3.4.4 共存物质的影响 |
3.4.5 合成样品的测定 |
3.4.6 因子数的选择 |
3.4.7 实际样品分析 |
参考文献 |
第四章 主成分回归-荧光光谱法用于农药多组分体系的光谱解析及定量分析 |
4.1 引言 |
4.2 实验部分 |
4.2.1 仪器与试剂 |
4.2.2 实验方法 |
4.3 结果与讨论 |
4.3.1 共激发波长 λ_(ex) 的选择 |
4.3.2 发射和激发光谱 |
4.3.3 发射光谱 |
4.3.4 pH 对荧光强度的影响 |
4.3.5 单组分线性范围与检出限 |
4.3.6 共存成分的影响 |
4.3.7 模拟样品的测定 |
4.3.8 因子数的选择 |
4.3.9 实际样品分析 |
参考文献 |
第五章 化学计量学方法-导数分光光度法同时测定两种除草剂 |
5.1 引言 |
5.2 实验原理 |
5.2.1 Konig's 实验反应原理 |
5.2.2 导数技术的应用 |
5.3 实验部分 |
5.3.1 仪器 |
5.3.2 试剂 |
5.3.3 实验方法 |
5.4 结果与讨论 |
5.4.1 吸收光谱 |
5.4.2 条件的优化 |
5.4.2.1 pH 的选择 |
5.4.2.2 反应时间的选择 |
5.4.2.3 表面活性剂及其用量的选择 |
5.4.2.4 反应中试剂的浓度选择 |
5.4.3 工作曲线与检出限 |
5.4.4 共存成分的影响 |
5.4.5 校正模型的建立 |
5.4.6 不同化学计量学模型预报能力的比较 |
5.4.7 因子数的选择 |
5.4.8 实际样品的测定 |
参考文献 |
第六章 结论 |
1、偏最小二乘-导数分光光度法同时测定三种有机硫农药 |
2、径向基-人工神经网络一分光光度法用于六种食品添加剂复杂体系解析 |
3.主成分回归-荧光光谱法用于农药多组分体系的光谱解析及定量分析 |
4.化学计量学方法结合导数分光光度法同时测定两种除草剂 |
致谢 |
攻读学位期间的研究成果 |
四、速差动力学光度法同时测定食品中的葡萄糖、果糖(论文参考文献)
- [1]植物蛋白饮料中呋喃类物质的检测及减控方法的研究[D]. 柴晓玲. 河北科技大学, 2020(01)
- [2]九头狮子草提取物在模拟体系中对丙烯酰胺的抑制研究[D]. 龚积霞. 大连工业大学, 2019(08)
- [3]速差动力学分光光度法同时测定某些复杂体系中性质相似的有机化合物[D]. 夏珍珍. 南昌大学, 2012(01)
- [4]化学计量学—速差动力学分光光度法在某些食品和药物分析中的应用[D]. 陈金凤. 南昌大学, 2011(04)
- [5]速差动力学结合化学计量学应用于食品和环境中某些残留物质的分析[D]. 邓娜. 南昌大学, 2010(04)
- [6]速差动力学分光光度法结合化学计量学方法在有机化合物体系中的研究[D]. 肖卫强. 南昌大学, 2008(04)
- [7]流动注射分光光度法在食品分析中的应用[J]. 李紫薇,欧阳艳. 食品研究与开发, 2008(04)
- [8]流动注射分光光度法及其在食品分析中的应用[J]. 李紫薇,张新军. 伊犁师范学院学报(自然科学版), 2007(04)
- [9]化学计量学—速差动力学分光光度法在某些复杂体系中的应用[D]. 王勇. 南昌大学, 2007(06)
- [10]化学计量学结合光谱法在农药残留和食品添加剂分析中的应用[D]. 潘军辉. 南昌大学, 2007(06)