【正文】 opy to estimate nitrogen concentration in potato tissues[J]. Potato Research, 1997, 40（ 2） : 453~457. [6]Stephen S. Kelley, Timothy G. Rials, Rebecca Snell, et al. Use of near infrared spectroscopy to measure the chemical and mechanical properties of solid wood[J]. Wood Science and Technology, 2020, 38（ 4） : 245~250. [7]連悅，劉文清，鹿建春，等 .激光誘導(dǎo)熒光光譜方法測量氣溶膠顆粒研究 [J]. 光譜學(xué)與光譜分析， 2020， 28（ 2） :285~290 [8]James Charles Wilson, Benjamin Liu Y H.[J]. Aerosol Sci., 1989, 11: 139 [9]林 濤 ， 于海燕 ， 應(yīng)義斌 . 激光光致發(fā)光 光譜技術(shù)在液態(tài)食品檢測中的應(yīng)用研究進(jìn)展 [J].光譜學(xué)與光譜分析， 2020， 26（ 2） :198~202 [10]王晶，王加啟， 卜登攀 ，等 . 激光光致發(fā)光光譜分析技術(shù) 在牛奶及其制品品質(zhì)檢測中的應(yīng)用[J]. 光譜學(xué)與光譜分析 , 2020, 29: 1281 ~ 1285 [11]孫 通 ， 徐惠榮 ， 應(yīng)義斌 . 近紅外光譜分析技術(shù)在農(nóng)產(chǎn)品 /食品品質(zhì)在線無損檢測中的應(yīng)用研究進(jìn)展 [J].光譜學(xué)與光譜分析 ,2020, 29: 122 ~ 126 [12]馬本學(xué) , 饒秀勤 , 應(yīng)義斌， 等 . 基于近紅外漫反射光譜的香梨類別定性分析 [J]. 光譜學(xué)與光 譜分析， 2020， 29（ 12） :3288~3290 [13]何勇 ，李曉麗，邵詠妮 .基于主成分分析和神經(jīng)網(wǎng)絡(luò)的近紅外光譜蘋果品種鑒別方法研究 [J]. 光譜學(xué)與光譜分析， 2020， 26（ 5） : 850~853 [14]裘正軍，陸江鋒，毛靜淵，等 . 基于可見 近紅外光譜的可樂品牌鑒別方法研究 [J]. 光譜學(xué)與光譜分析， 2020， 27（ 8） : 1543~1546 [15]李曉麗，唐月明，何勇，等 . 基于可見 /近紅外光譜的水稻品種快速鑒別研究 [J].光譜學(xué)與光譜分析， 2020， 28（ 3）： 578~581 [16]劉杰，于常青，李家澤，等 . 鮮牛奶變質(zhì)過程的激光誘導(dǎo)熒光光譜研究 [J]. 光譜學(xué)與光譜分析， 2020, 21（ 6）： 769 ~ 771 [17]納鵬軍，晉曉勇 . 煎炸胡麻油分子光譜分析研究 [J]. 光譜學(xué)與光譜分析 ,2020,31（ 7） : 食用油在煎炸過程中的光致發(fā)光光譜分析研究 第 14 頁（共 15 頁） 1889~1891. [18]GB/,食用植物油衛(wèi)生標(biāo)準(zhǔn)的分析方法。 2的范圍內(nèi)，預(yù)測值與時(shí)間化殘差值之間沒有明顯的關(guān)系，所以回歸方程應(yīng)該滿足線性與方差齊性的假設(shè)且擬合效果較好。 根據(jù)多元線性回歸 和最小二乘法 原理 [20]，分別對光譜峰值強(qiáng)度與 溫度 值組合的變量 利用 回歸方程，得到兩者擬合曲線圖，并在圖中顯示出實(shí)驗(yàn)測得的各個(gè)散點(diǎn)，如圖 圖 7所示 ，實(shí)線為由回歸方程計(jì)算得到的理論值 。自變量越多，與 2R 判定系數(shù)的差值越大。但是，在多元回歸中判定系數(shù)的值隨著進(jìn)入回歸方程的自變量的個(gè)數(shù) n （或樣本容量的大?。┑脑黾佣龃蟆? （ 8） 由 模型（ 7） 以及多元正態(tài)分布的性質(zhì)可知， Y仍服從 n維正態(tài)分布，它的期望向量為 ?X ，方差和協(xié)方差為 nI2? ，即 Y~ ? ?n2 IXNn ??， 。 對于一個(gè)實(shí)際問題，要建立多元回歸方程，首先要估計(jì)出未知參數(shù) 0? ， 1? ， ?，p? ，為此我們要進(jìn)行 n 次獨(dú)立觀測，得到 n 組樣本數(shù)據(jù)（ 1ix ， 2ix ? ipx ； iy ）， 1?i ，2， ? ， n ，它們滿足式 （ 5） ，即有?????????????????????????nnppnnppppxxxyxxxyxxxy???????????????????????22110322222211021122211101 （ 5） 其中 1? ， 2? ， ? ， n? 相互獨(dú)立且都服從 N(0， 2? )。 圖 5 溫度 隨 時(shí)間的變化曲線圖 5 食用油煎炸 過程分析 多元線性回歸 多元線性回歸的 模型及其矩陣表示 食用油煎炸過程分析 第 9 頁（共 15 頁） 設(shè) y 是一個(gè)可觀測的隨機(jī)變量，它受到 p 個(gè)非隨機(jī)因素 1x ， 2x ， ?， px 和隨機(jī)因素 ? 的影響，若 y 與 1x ， 2x ， ?， px 有如下線性關(guān)系： ???? ????? pp xxy ?110 （ 3） 其中 0? ， 1? ， ?， p? 是個(gè)未知參數(shù)，是不可觀測的隨機(jī)誤差，且通常假設(shè)? ~ ? ?20 ?，N 。游離脂肪酸又可發(fā)生 熱氧化作用，形成脂質(zhì)過氧化物，并進(jìn)一步分解形成一些小分子化合物。 食用油煎炸過程中的物化參量的測量 第 7 頁（共 15 頁） 圖 3 煎炸油 680800 nm 具有 顯著差異 波段 光譜圖 圖 4 光譜峰值強(qiáng)度隨時(shí)間的變化 關(guān)系圖 4 食用油煎炸 過程 中 的物化參量的測量 為了更好地了解 食用油 的熒光光譜特性與 其他物化特性的關(guān)系， 采用理化方法 結(jié)合 食用油煎炸 過程中理化特性變化，實(shí)驗(yàn)中測量了 煎炸 過程中的物化參量值 [17]。在 691 nm 附近存在較強(qiáng)的光譜峰，隨 時(shí)間的推移，熒光光譜 峰 的 相對強(qiáng)度逐漸增強(qiáng) 。在進(jìn)行譜圖處理時(shí)，著重研究譜圖形狀上的差異。 關(guān)閉電源開關(guān)，取出 玻璃杯 1，與實(shí)驗(yàn)步驟 3 一樣，分別獲取樣品 10 的光譜圖及實(shí)驗(yàn)數(shù)據(jù)，并保存。 將光譜儀的出光孔狹縫寬度設(shè)置為 mm，進(jìn)光孔狹縫寬度設(shè)置為 mm，樣品室內(nèi)的 樣品操作平臺(tái)，固定在 176。 圖 2 實(shí)驗(yàn)光譜儀內(nèi)部光路圖 樣品的來源及光譜的采集 樣品來源： 從超市夠買 1 瓶 合格 的 福臨門 食用油 ，按實(shí)驗(yàn)要求操 作后分別取適量倒入 十個(gè)洗凈的玻璃杯 ，每瓶采集十份樣品，共一百 份 樣品。計(jì)算機(jī)向單片機(jī)發(fā)出控制指令，產(chǎn)生驅(qū)動(dòng)信號， 驅(qū)動(dòng)光柵轉(zhuǎn)動(dòng)。 分析和計(jì)算 軟件分別為 卓立漢光公司提供的光譜采集和控制軟件以及 。 （ 6）在品質(zhì)、品種鑒別中 光致發(fā)光光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法可以用來快速無損鑒別物質(zhì)的品種和品質(zhì)，如馬本學(xué)等用此方法來鑒別香梨的種類 [12]； 何勇等人用來鑒別蘋果的品種 [13]；裘正軍等人用來鑒別可樂的品牌 [14]；李曉麗等人用來鑒別稻谷品種，提出了一種新的快速無損鑒別稻 谷方法 [15]。 激光光致發(fā)光光譜分析 技術(shù)作為一種新型的分析檢測技術(shù) ， 由于其快速、準(zhǔn)確、無損的特點(diǎn)在乳及其制品產(chǎn)品檢測和生產(chǎn)監(jiān)控中有著巨大的應(yīng)用潛力和前景。但與此同時(shí)人們也越來越關(guān)注乳制品的質(zhì)量和品質(zhì) ， 實(shí)時(shí)、快速、準(zhǔn)確地檢測牛奶及其制品成分和其他物質(zhì)含量是提高乳制品質(zhì)量 ， 進(jìn)行牛奶及其制品質(zhì)量控制的首要條件。采用激光 光致發(fā)光光譜法 測量氣溶膠顆粒，顆粒物首先經(jīng)過具有一定距離的兩個(gè)匯集的激光光斑，測量出飛行時(shí)間 (相對于粒徑 )，然后用紫外激光脈沖照射顆粒物，通過顆粒物散射的熒光來決定粒子的散射熒光強(qiáng)度及其生物特性，并通過多種實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對比分析，從而達(dá)到區(qū)分測量的目的。一般微生物在空氣中被自然氣溶膠化，常常成為順風(fēng)區(qū)的生活負(fù)擔(dān)。水體中的 DOM 的含量是表征富營養(yǎng)化程度的重要參數(shù) [4]。同時(shí)由于發(fā)射熒光時(shí)所放出的能量比入射光所吸收的能量略小些，發(fā)光波長比入射光的波長稍長，因此與反射光譜法相比，光致發(fā)光光譜不易受到激發(fā)光的干擾。經(jīng)特定波長的 光照之后能發(fā)出熒光的物質(zhì)稱為熒光物質(zhì)。 同時(shí)，為了了解 食用油 的光譜特性和其他物化特性的關(guān)系，給出 食用油油炸 伴隨的 物理化學(xué)變化過程，測量了煎炸 過程中物化參量 時(shí)間 、 溫度 ，以及感官變化等指標(biāo)。光致發(fā)光光譜是指物質(zhì)吸收光子后重新輻射出光子的過程。因此 ， 70 年代后 ， 以光散射和發(fā)光技術(shù)、色譜技術(shù)、電氣和電子技術(shù)、免疫技術(shù)及放射技術(shù)為基礎(chǔ)，建立了許多自動(dòng)化儀器。通過理化方法進(jìn)行驗(yàn)證，伴隨著 食用油煎炸 ， 食用油 的激光光致發(fā)光光譜具有相應(yīng)的規(guī)律性變化，因此可以通過檢測其激光光致發(fā)光光譜的方法 實(shí)現(xiàn)對 食用油 是否 產(chǎn)生有害 進(jìn)行檢測。 同時(shí)， 為了更 好地了解食用油 的熒光光譜特性與其他物化特性的關(guān)系，采用理化方法結(jié)合 食用油煎炸 過程中理化特性變化，測量了 煎炸 過程中的物化參量 時(shí)間、溫度 等指標(biāo) 。 由于食用油在人類生活中的重要性，對煎炸食用油使用極限及其物理化學(xué)性質(zhì)的研究是人們普遍關(guān)注的問題。 評審意見： 指導(dǎo)教師簽名： 評定成績（百分制）： _______分 XI 長江大學(xué)畢業(yè)論文 (設(shè)計(jì) )評閱教師評語 學(xué)生姓名 汪彬彬 專業(yè)班級 應(yīng)物 10802 畢業(yè)論文 (設(shè)計(jì) )題目 食用油在煎炸過程中的 光致發(fā)光光譜分析 研究 評閱教師 職 稱 評閱日期 評閱參考 內(nèi)容：畢業(yè)論文 (設(shè)計(jì) )的研究內(nèi)容、研究方法及研究結(jié)果，難度及工作量，質(zhì)量和水平，存在的主要問題與不足。學(xué)院提供 MATLAB軟件，能方便進(jìn)行程序設(shè)計(jì)、文字編輯等。 測定食用油油炸過程的指標(biāo) 在 楊琴 老師的指導(dǎo)下在我院實(shí)驗(yàn)室進(jìn)行實(shí)驗(yàn)， 通過感官、 酸價(jià)、過氧化值、羰基價(jià) 等指標(biāo)觀察食用油的油炸過程。通過感官、 酸價(jià)、過氧化值、羰基價(jià) 等指標(biāo)觀察食用油的油炸過程。 (7)激光喇曼光譜技術(shù)用于肉類產(chǎn)品質(zhì)量檢測。 (3)激光用于面包酵母的誘變。作為激發(fā)光源，激光光源與復(fù)色光源相比，具有很高的能量峰值和很窄的脈沖寬度，無需采取濾光、信號放大、去噪聲等措施；同時(shí)紅光半導(dǎo)體激光器與普遍采用的藍(lán)紫光相比，能耗較低且價(jià)格便宜。造成熒光物質(zhì)產(chǎn)生熒光的電磁輻射稱為激發(fā)光，其波長稱為激發(fā)波長。 三、閱讀的主要參考文獻(xiàn)及資料名稱 [1] 周開利，康耀紅 . 神經(jīng)網(wǎng)絡(luò)模型及其 MATLAB 仿真程序設(shè)計(jì) [M]. 北京 : 清華大學(xué)出版社 , 2020. [2] 向東進(jìn) . 實(shí)用多元統(tǒng)計(jì)分析 [M]. 武漢 : 中國地質(zhì)大學(xué)出版社 , 2020. [3] 李靜萍，謝邦昌 .多元統(tǒng)計(jì)分析方法與應(yīng)用 [M]. 北京 : 中國人民大學(xué)出版社 , 2020. [4] 盧紋岱 . SPSS for Windows 統(tǒng)計(jì)分析 [M]. 北京 : 電子工業(yè)出版社 , 2020. [5] 納鵬軍，晉曉勇 . 煎炸胡麻油分子光譜分析研究 [J]. 光譜學(xué)與光譜分析 ,2020,31（ 7） : 1889~1891. [6] 劉福莉，陳華才 . 近紅外透射光譜法檢測三組分食用調(diào)和油含量的研究 [J]. 光譜 VI 學(xué)與光譜分析 ,2020,29（ 8） : 2099~2102. [7] 翁欣欣，陸峰，王傳現(xiàn)，等 . 近紅外光譜 BP 神 經(jīng)網(wǎng)絡(luò) PLS 法用于橄欖油摻雜分析 [J]. 光譜學(xué)與光譜分析 ,2020,29（ 12） : 3283~3287. [8] 莊小麗，相玉紅，強(qiáng)洪，等 . 近紅外光譜和化學(xué)計(jì)量學(xué)方法用于橄欖油品質(zhì)分析與摻雜量檢測 [J]. 光譜學(xué)與光譜分析 ,2020,30（ 4） : 933~936. [9] 裘正軍，陸江鋒，毛靜淵，等 . 基于可見 近紅外光譜的可樂品牌鑒別方法研究 [J]. 光譜學(xué)與光譜分析 ,2020,27（ 8） : 1543~1546. [10]何勇，李曉麗，邵詠妮 .基于主成分分析和神經(jīng)網(wǎng)絡(luò)的近紅外光譜蘋果品種鑒 別方法研究 [J]. 光譜學(xué)與光譜分析 ,2020,26（ 5） : 850~853. [11]何勇，馮水娟，李曉麗，等 .應(yīng)用近