《表5 NIR技术在肉品其他方面的应用》
注:EPT:end point temperature,加热终点温度;FLVQ:fuzzy learning vector quantization,模糊学习矢量量化;Si PLSRDA:联合区间偏最小二乘判别分析;ULDA:uncorrelated linear discriminant analysis,非相关线性判别分析;PSE:pale,soft and exudative,白肌肉;RFN:reddish-pi
NIR技术不仅在化学成分、物理属性、微生物污染、新鲜度预测和肉品掺假方面有大量研究,在储藏时间、综合品质、瘦肉率、品种鉴别等方面也有很多研究成果[53-57]。Wu等[57-58]采集波段范围为1000~2500 nm的光谱信息,分别建立FLVQ和AdaboostULDA预测模型,对猪肉储藏时间的识别正确率分别达85.2%和97.7%。武小红等[59]也获得了相似的研究结果(见表5)。
图表编号 | XD0057420000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 何鸿举、王魏、王慧、马汉军、陈复生、刘玺、刘苏汉、刘红、康壮丽、潘润淑、朱明明、赵圣明、王正荣 |
绘制单位 | 河南科技学院食品学院、河南科技学院博士后研发基地、河南工业大学粮油食品学院、河南科技学院食品学院、河南科技学院食品学院、河南科技学院食品学院、河南科技学院博士后研发基地、河南科技学院博士后研发基地、河南工业大学粮油食品学院、河南科技学院食品学院、河南科技学院新科学院、海南师范大学化学与化工学院、河南科技学院食品学院、河南科技学院食品学院、河南科技学院食品学院、河南科技学院食品学院、河南科技学院食品学院 |
更多格式 | 高清、无水印(增值服务) |