高光譜結(jié)合波長選擇算法串聯(lián)策略檢測調(diào)理牛排新鮮度
發(fā)布時間：2022-02-14 15:16
生鮮調(diào)理牛排超過貨架期時,其散發(fā)的腐敗氣味易被調(diào)料氣味掩蔽,使消費者難以分辨。揮發(fā)性鹽基氮（TVB-N）是表征肉品新鮮度的有效指標。由于測定TVB-N含量的化學方法繁瑣耗時,利用高光譜對生鮮調(diào)理牛排中TVB-N含量進行預測,并討論了不同波長選擇算法所建模型的預測效果。分別在第0, 2, 4, 6, 8天取出制備好的生鮮調(diào)理牛排,進行高光譜數(shù)據(jù)采集和TVB-N含量測定。采用1st Der, 2nd Der, MC, MSC, SG和SNVT六種光譜預處理方法對光譜數(shù)據(jù)進行預處理,并建立偏最小二乘模型（PLS）優(yōu)選出最佳預處理方法。采用競爭性自適應重加權(quán)算法（CARS）、變量組合集群分析法（VCPA）、間隔隨機蛙跳（iRF）、 iRF-CARS、 iRF-VCPA等方法對預處理后的光譜數(shù)據(jù)進行波長選擇,建立特征波長下的預測模型。將CARS和VCPA重復運行50次考察其穩(wěn)定性,并選擇頻次較高波長建模與單次運行比較。結(jié)果表明:在六種光譜預處理方法中, 1st Der為最佳預處理方法。CARS和VCPA單次運行時分別選擇了21和1...
【文章來源】：光譜學與光譜分析. 2020,40(10)北大核心EISCICSCD
【文章頁數(shù)】：6 頁
【部分圖文】：
高光譜成像系統(tǒng)
生鮮調(diào)理牛排貯藏期間TVB-N含量測定結(jié)果如圖2所示。 根據(jù)國標規(guī)定, 肉制品TVB-N含量小于15 mg·(100 g)-1為新鮮狀態(tài)。 圖中, TVB-N含量第0天的平均值為8.13 mg·(100 g)-1, 并隨貯藏時間的延長不斷增長。 第8天的平均值為17.43 mg·(100 g)-1, 已經(jīng)超過標準規(guī)定。 貯藏后期(4～8 d)的TVB-N含量增長速度大于貯藏前期(0～4 d), 這是因為貯藏后期致腐微生物大量繁殖, 加速了蛋白質(zhì)的分解, 產(chǎn)生的堿性含氮物質(zhì)與有機酸結(jié)合成TVB-N。 與其他研究中[11]相同包裝條件下的牛肉TVB-N測定結(jié)果相比, 調(diào)理牛排的TVB-N增長速度較慢。 這是因為牛排在調(diào)理過程中加入了食用鹽和復合磷酸鹽, 一定程度上抑制了致腐菌的生長。2.2 光譜數(shù)據(jù)預處理
將150個樣本的預處理后的光譜和對應TVB-N數(shù)據(jù)采用隨機分組的方式以2∶1的比例劃分為校正集和預測集。 通過主成分分析法(principle component analysis, PCA)優(yōu)選前十個主成分作為自變量, 以TVB-N測量值作為因變量, 建立PLS預測模型。 模型的預測結(jié)果如表1所示, 可以看出, 光譜經(jīng)1st Der處理后建立的模型預測效果最好, 模型的RC和RP分別為0.919和0.907, RMSECV和RMSEP分別為1.45和1.52 mg·(100 g)-1。 故對光譜數(shù)據(jù)進行1st Der處理后進行后續(xù)數(shù)據(jù)處理。表1 不同預處理方法對TVB-N含量[mg·(100 g)-1]的預測結(jié)果Table 1 Predictive results of TVB-N content [mg·(100 g)-1] based on different pre-processing methods 預處理方法 RC RMSECV RP RMSEP 1st Der 0.919 1.45 0.907 1.52 2nd Der 0.901 1.29 0.882 1.43 MC 0.907 1.44 0.905 1.49 MSC 0.898 1.50 0.878 1.69 SG 0.911 1.44 0.896 1.46 SNVT 0.901 1.48 0.896 1.63
【參考文獻】：
期刊論文
[1]納米銀酯化淀粉膜對牛肉保鮮的影響[J]. 楊斌,曹銀娟,余群力,韓玲,林梁,朱躍明,曹暉. 食品科學. 2019(23)
[2]高光譜成像檢測煎制中調(diào)理牛肉品質(zhì)的變化[J]. 謝安國,康懷彬,王飛翔,王波. 食品與機械. 2018(11)
[3]豬肉新鮮度光譜特征指數(shù)構(gòu)建及敏感性分析[J]. 黃長平,朱欣然,張辰璐,喬娜,胡順石,張立福. 光譜學與光譜分析. 2018(02)
[4]新鮮牛肉冷藏過程中揮發(fā)性成分的變化[J]. 潘曉倩,趙燕,張順亮,趙冰,喬曉玲,陳文華,李家鵬,曲超. 肉類研究. 2016(03)
本文編號：3624794
【文章來源】：光譜學與光譜分析. 2020,40(10)北大核心EISCICSCD
【文章頁數(shù)】：6 頁
【部分圖文】：
高光譜成像系統(tǒng)
生鮮調(diào)理牛排貯藏期間TVB-N含量測定結(jié)果如圖2所示。 根據(jù)國標規(guī)定, 肉制品TVB-N含量小于15 mg·(100 g)-1為新鮮狀態(tài)。 圖中, TVB-N含量第0天的平均值為8.13 mg·(100 g)-1, 并隨貯藏時間的延長不斷增長。 第8天的平均值為17.43 mg·(100 g)-1, 已經(jīng)超過標準規(guī)定。 貯藏后期(4～8 d)的TVB-N含量增長速度大于貯藏前期(0～4 d), 這是因為貯藏后期致腐微生物大量繁殖, 加速了蛋白質(zhì)的分解, 產(chǎn)生的堿性含氮物質(zhì)與有機酸結(jié)合成TVB-N。 與其他研究中[11]相同包裝條件下的牛肉TVB-N測定結(jié)果相比, 調(diào)理牛排的TVB-N增長速度較慢。 這是因為牛排在調(diào)理過程中加入了食用鹽和復合磷酸鹽, 一定程度上抑制了致腐菌的生長。2.2 光譜數(shù)據(jù)預處理
將150個樣本的預處理后的光譜和對應TVB-N數(shù)據(jù)采用隨機分組的方式以2∶1的比例劃分為校正集和預測集。 通過主成分分析法(principle component analysis, PCA)優(yōu)選前十個主成分作為自變量, 以TVB-N測量值作為因變量, 建立PLS預測模型。 模型的預測結(jié)果如表1所示, 可以看出, 光譜經(jīng)1st Der處理后建立的模型預測效果最好, 模型的RC和RP分別為0.919和0.907, RMSECV和RMSEP分別為1.45和1.52 mg·(100 g)-1。 故對光譜數(shù)據(jù)進行1st Der處理后進行后續(xù)數(shù)據(jù)處理。表1 不同預處理方法對TVB-N含量[mg·(100 g)-1]的預測結(jié)果Table 1 Predictive results of TVB-N content [mg·(100 g)-1] based on different pre-processing methods 預處理方法 RC RMSECV RP RMSEP 1st Der 0.919 1.45 0.907 1.52 2nd Der 0.901 1.29 0.882 1.43 MC 0.907 1.44 0.905 1.49 MSC 0.898 1.50 0.878 1.69 SG 0.911 1.44 0.896 1.46 SNVT 0.901 1.48 0.896 1.63
【參考文獻】：
期刊論文
[1]納米銀酯化淀粉膜對牛肉保鮮的影響[J]. 楊斌,曹銀娟,余群力,韓玲,林梁,朱躍明,曹暉. 食品科學. 2019(23)
[2]高光譜成像檢測煎制中調(diào)理牛肉品質(zhì)的變化[J]. 謝安國,康懷彬,王飛翔,王波. 食品與機械. 2018(11)
[3]豬肉新鮮度光譜特征指數(shù)構(gòu)建及敏感性分析[J]. 黃長平,朱欣然,張辰璐,喬娜,胡順石,張立福. 光譜學與光譜分析. 2018(02)
[4]新鮮牛肉冷藏過程中揮發(fā)性成分的變化[J]. 潘曉倩,趙燕,張順亮,趙冰,喬曉玲,陳文華,李家鵬,曲超. 肉類研究. 2016(03)
本文編號：3624794
本文鏈接：http://www.sikaile.net/wenshubaike/jieribaike/3624794.html
教材專著
