《表4 NIR技术在肉品掺假方面的应用》
注:PLSR-DA:Partial least squares discriminant analysis,偏最小二乘判别分析法。
孟一等[47-48]在波数范围1000~2500 nm采集猪肉样品反射光谱信息,采用PLSR法建立注水量和注胶量分析模型,rp分别为0.925和0.930。此外,该课题组还通过近红外光谱结合模式识别方法,对猪肉、牛肉和羊肉进行识别,识别率分别高达99.28%、97.42%和100%。王昱陆[49]基于198~1118 nm光谱,以主成分得分为变量建立猪、牛、羊肉的识别模型,准确率分别为94.7%、100%、95.6%。张玉华等[50]运用近红外结合PCA法、判别分析法,对牛肉掺猪肉、羊肉掺猪肉的鉴别准确率分别为91.23%和92.98%。郝冬梅等[51]基于600~1300 nm光谱和稀疏表示的检测方法对注水肉的平均识别准确率达93.16%。蒋祎丽等[52]预处理1000~2500 nm光谱后结合PCA,建立猪肉中掺鸭肉的PLSR-DA模型,正确判别率达100%。猪肉掺假形式多样,导致近红外光谱技术鉴别猪肉掺假效果各异,目前研究较少,还需针对不同的掺假样品进行大量的研究,寻找特征光谱信息,可提高快速鉴别效果(表4)。
图表编号 | XD0057419600 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) |