《表1 NIR技术在猪肉物理属性方面的应用》
注:WBSF:Warner-Bratzler shear force,沃布氏剪切力;MS:Marbling scores,大理石花纹;Tray drip loss:托盘滴水损失;CARS:Competitive adaptive reweighted sampling,竞争性自适应加权算法;SPA:Successive projections algorithm,连续投影算法;PCA:Principal component anal
色泽是感官评定中的一项重要物理指标,它可以直观地反映出猪肉的品质,直接影响消费者的购买意愿[11-13]。孙宏伟等[14]基于可见/近红外(400~1000 nm)光谱,经标准正态变量变换(Standard Normal Variable Transform,SNVT)和SG平滑(Savitzky-Golay Smoothing)预处理,建立猪里脊肉颜色的偏最小二乘(Partial Least Squares Regression,PLSR)模型,得到色泽参数L*、a*和b*的校正相关系数(rc)分别为0.99、0.99和0.98,校正误差(RMSEC)分别为0.43、0.16和0.17。在400~1495 nm波段,Balage等[15]也获得了相似的研究结果。王文秀等[13,16]基于单波段(350~1100 nm)光谱数据和双波段(350~1100和1000~2500 nm)光谱融合数据,经预处理后将光谱数据和猪肉的色泽数据相关联,结果显示PLSR模型L*、a*和b*的预测相关系数(rp)均在0.90以上,预测误差(RMSEP)均在1.0以下(表1)。相比色差仪测量肉品色泽参数,近红外光谱技术可潜在实现无接触测量,但是目前研究结果并不能达到理想效果,还需进行大量试验,提高预测效果。
图表编号 | XD0057420800 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) |