联系人:
所在地:
本项目拟采用机器学习,大数据处理技术,建立基于近红外光谐的DHA含量原位无损测定方法,对含水量大的微生物类DHA样品进行原位无损测定,对含水量少或无水的如食品、保健品、婴幼儿奶粉等样品,也可进行快速原位测定。本项目核心竞争力在于: (1)对微生物胞内DHA进行无损原位测定,将近红外光谱信息与微生物胞内DHA含量免立模型,实现微生物胞内DHA的原位无损测量,不提取油脂,不损伤细胞,直接原位测量,快捷方便,对不含水的干粉样品,如DHA保健品、婴幼儿奶粉也可实现快速原位测量, (2)开发近红外光谱便携式测定仪器。基于近红外光谱和机器学习训练,模拟得到可靠的横型,按近红外光源和样品容器等进行合理设计组装以及光电线路的优化设计,形成紧凑型仪器,可便携,适宜于现场测定,快捷方便。(3)适用样品范围广泛、含水的液相样品和不含水或少量含水的固相样品,微生物细胞类和非生物干粉类样品,均可进行原位无损测定。(4)服务适用范围广泛。研究的方法和开发的仪器不仅适用于DHA奶粉、保健品等商业产品提供辨别真伪和含量的测定,而且对于科研类研究中需要进行大量含DHA微生物的快速筛选,也可适用,可节省大量时间。