学科分类
/ 1
12 个结果
  • 简介:混合实验(Mixolab)是一种可以同时对小麦粉中面筋的强度和淀粉的糊化等特性进行研究的仪器.利用混合实验测定了50份小麦样品籽粒全粉(简称全麦粉)的综合流变学特性,并与相应的小麦粉样品粉质、拉伸的测定结果对比.

  • 标签: 小麦样品 实验仪 品质指标 快速检测 混合 流变学特性
  • 简介:借助于微波萃取技术建立了一种日常防护型口罩中环氧乙烷残留量的比色分析方法。使用该方法对环氧乙烷含量在1.0~19.2g/g内的样品进行测试具有较好的线性关系,线性方程为Y=0.022X-0.003,相关系数R^2=0.9998,检出限为0.6g/g,在环氧乙烷浓度为4.9g/g时的平均回收率为87.7%,相对标准偏为4.3%。以上结果表明该方法操作简单,检出限低、测试结果准确,能够满足GB/T32610-2016《日常防护型口罩技术规范》中环氧乙烷残留量的限量要求。

  • 标签: 口罩 环氧乙烷 微波萃取 比色分析
  • 简介:建立电感耦合等离子体质谱法测定索非布韦原料药锡的残留量,并进行方法学考察。将样品置于微波罐中,加入9mL硝酸,150℃预消解5min,再用微波消解快速消解,消解结束后将消解液置于150℃赶酸上赶酸至1mL以下,将消解液转移至10mL塑料量瓶中,用纯水定容至刻度,量取溶液,注入电感耦合等离子体质谱仪(ICP-MS)测定。结果表明,锡在0ug/L-20ug/L浓度范围内与离子强度呈良好的线性关系(r=0.9998);精密称取本品7份,检出锡的含量,相对标准偏差(RSD)(n=7)为6.52%,重复性良好;锡对照品溶液重复进样6次,RSD(n=6)为4.05%,进样精密度良好;样品的加样回收率在97%-103%范围内,表明该测定方法的准确度良好。该方法简便、快速、重复性好、精密度好、准确度好。

  • 标签: 索非布韦 锡的残留量 电感耦合等离子体质谱法
  • 简介:目的对2015年水产品中二氧化硫残留数据进行分析,分析我国居民水产品膳食中二氧化硫暴露水平及对我国居民健康状况的潜在风险。方法根据国际食品法典委员会(CAC)规定允许使用二氧化硫的最大使用量和现有我国居民水产品实际的消费量数据,采用点评估方法,对我国居民全人群及各组人群通过水产品摄入二氧化硫的水平进行估计,并与国际组织制定每日允许摄入量(ADI)进行比较。结果水产品二氧化硫残留值高于CAC规定的二氧化硫最大使用限量(30mg/kg)的占总样品量的12.70%(79/622);其中海米类二氧化硫残留情况最严重,残留量P95值为413.25mg/kg,占CAC限量的1377.50%。城市和一类农村人群,以及男女各年龄组人群以二氧化硫含量最大值得出摄入量不同程度超过ADI,提示存在一定的健康风险,其中海米类的贡献率最高。结论我国居民全人群通过水产品摄入二氧化硫的水平基本处于安全水平。但是,目前我国水产品中二氧化硫的残留情况较为普遍,部分产品残留水平较高的现象应予以关注。

  • 标签: 水产品 二氧化硫 亚硫酸盐 膳食暴露 风险分析 食品安全
  • 简介:据澳大利亚农业和水利资源部消息,11月30日澳大利亚农业和水利资源部发布了INF20-16号公告,决定自2016年12月14日起,对进口即食肉制品实施最新检测要求。相关肉制品涉及以下两大类即食肉制品:1.蒸煮与加工即食类肉干:自2016年12月14日起继续对该类产品实施农残检测,

  • 标签: 农残检测 水利资源 李斯特 HTTP
  • 简介:以黑龙江五常黑米为原料,采用纤维素酶法提取其中的黄酮类物质,考察酶添加量、酶解温度、酶解时间和pH对黑米中黄酮类物质提取效果的影响。在单因素试验基础上,利用响应面法优化酶法提取黑米黄酮工艺,最后对黑米黄酮的抑菌效果进行分析。结果表明,酶法提取黄酮类物质的最佳工艺条件为:酶添加量0.8%,酶解温度47℃,酶解时间65min,pH4.6,此条件下黑米中黄酮的提取率为1.26%。黑米中黄酮类物质对大肠杆菌和金黄色葡萄球菌有明显的抑制效果。

  • 标签: 黑米 黄酮 提取 纤维素酶 抑菌活性
  • 简介:2017年1月20日,阿根廷发布G/TBT/N/ARG/315通报,发布葡萄酒中禁用着色物质及检测方法,采用高效液相色谱(HPLC)和紫外分光光度法检测方法,判定葡萄酒是否使用禁用着色物质。当葡萄酒中检出禁用色素后,将被判定为掺假食品。

  • 标签: 紫外分光光度法 高效液相色谱 HTTP
  • 简介:基于光谱预处理及遗传算法(genetiealgorithm,GA)法优化波长,再结合偏最小二乘(partialleastsquares,PLS)法建立面粉中水分的定量分析模型,对比在不同预处理方法下相关系数R2、

  • 标签: 水分快速检测 光谱预处理 遗传算法 面粉 波长 优化
  • 简介:用户在电商平台购买商品的时候,其他用户对相关商品的评论起着重要引导作用。出于影响用户购买倾向等目的,部分商家在电商平台存在恶意刷评论的行为。已有的垃圾评论识别研究重点从用户的购买行为等方面进行数据挖掘,目前还没有研究人员从中文电商平台的垃圾评论内容角度展开研究。从国内某一知名电商平台抓取相关数据,根据行为模式确定强疑似垃圾评论;针对搜集的数据集内存在的类不平衡问题和维度灾难问题,设计出了一种两阶段垃圾评论检测方法。实证研究表明,该方法构建的模型相对于仅考虑类不平衡或仅考虑维数灾难的基准方法,具有更好的分类效果。

  • 标签: 垃圾评论检测 类不平衡学习 特征选择 实证研究