《表3 NIR技术在猪肉新鲜度方面的评价》
注:TVB-N:Total volatile basic nitrogen,挥发性盐基氮;TBARS:Thiobarbituricacid reactive substances,硫代巴比妥酸;UVE:Uninformative Variables Elimination,无信息变量消除法;i PLS:interval partial least squares,间隔偏最小二乘波段选择法;SNV:Standard normal var
猪肉腐败变质的程度可以通过测定其中的细菌或者大肠杆菌的总菌落数来评定[19,34]。谷芳等[34]采集833~2500 nm波数范围的猪肉样品光谱,通过PCA分析建立菌落总数对数值的动力学模型,该模型r在冷藏条件下为0.92,室温下为0.98。张雷蕾[35]基于400~1000 nm全波段的预处理光谱,建立猪肉细菌菌落总数(TVC)和假单胞菌PLSR模型,rc分别为0.959和0.952,RMSEC分别为0.463和0.670,显示了良好的预测效果。经无信息变量消除法(Uninformative Variables Elimination,UVE)、间隔偏最小二乘(Interval Partial Least Squares,i PLS)、CARS和SPA等四种方法进行波长变量优选后,PLSR预测TVC和假单胞菌效果略有提升,而利用1000~2500 nm波段光谱的预测效果并没有400~1000 nm波段理想[35],详细结果如表3所示。这些研究结果说明,虽然微生物在近红外波段没有明显的吸收峰,但通过选用合适的化学计量学方法挖掘光谱信息,揭示出微生物与近红外光谱信息之间有较好的相关性,经比较,400~1000 nm波段的光谱信息构建近红外光谱预测模型效果更好。
图表编号 | XD0057420400 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) |