基于HP-Elman-LSSVM模型的仓储烟草霉变预测

为提高仓储烟草的霉变预测精度,建立了HP-Elman-LSSVM模型来预测仓储烟草的霉变。模型选取仓储环境的温度、湿度和烟草的自身含水量3个影响仓储烟草霉变的主要因素作为模型输入的变量,以某烟草公司的实际生产数据为训练和验证样本,进行仓储烟草霉变率预测。实验结果表明,HP-Elman-LSSVM模型的预测精度明显高于单一模型;且多次不同训练样本的实验结果表明平均相对误差在5%~6.5%,能满足工程应用的需求。     

霉变三七粉中病原菌的分离鉴定

(目的)为了鉴定霉变三七粉中可能存在的病原菌,采集文山霉变三七粉样本进行了研究.(方法)通过对样本进行组织分离、形态鉴定和rDNA-ITS分子标记等三种方式结合处理,分离了霉变三七中的病原菌.(结果)研究共分离到三七霉变菌2属7种,并对其中的橘青霉和黄曲霉进行形态鉴定和分子标记鉴定.(结论)霉变三七粉中鉴定出含有黄曲霉...     

电子鼻融合BP神经网络预测玉米赤霉烯酮和黄曲霉毒素B1含量模型研究

为探究玉米赤霉烯酮和黄曲霉毒素B_1的无损快速定量测定方法,用电子鼻对7级不同霉变程度玉米样品进行检测,并用理化分析方法分别测定霉变玉米中的玉米赤霉烯酮与黄曲霉毒素B_1含量;在提取电子鼻响应信号的积分值作为特征参量的前提下,采用BP神经网络建立不同霉变程度下玉米样品中的玉米赤霉烯酮与黄曲霉毒素B_1含量的预测模型。同时,为了获得较为可靠的BP神经网络预测模型,在神经网络结构不变的条件下,对比分析了不同训练集、测试集构建的预测模型。结果发现在各预测模型的70组测试样本中,相对误差控制在5%以内的样本数量都在60个以上,最大相对误差控制在15%以内,从而证明了BP神经网络预测模型的有效性、可靠性。该研究为实施玉米霉变毒素的快速无损检测提供了一种途径。     

广西仓储烟叶霉变微生物的分类鉴定

为了查清广西各烟叶仓库中引起烟叶霉变的微生物类群,进行了烟叶霉变调查.并在广西钟山、富川、柳州、南宁、武鸣的烟仓采集霉变烟叶标本,经分离、致霉性测定,选取发生普遍的9株曲霉,进行培养性状、形态特征及核糖体DNA-ITS序列分析等研究.鉴定结果分别为:匍匐散囊菌原变种(Eurotium repens var. repens)、溜曲霉(Aspergillus tamarii)、谢瓦散囊菌(E. chevalieri)、菌核曲霉(A. sclerotiorum)、中文名称不详 (A. elegans)、米曲霉原变种(A. oryzae var. oryzae)、黑曲霉(A. niger)、孔曲霉(A. ostianus)和聚多曲霉(A. sydowii).     

严防霉变甘蔗中毒

甘蔗甘甜多汁．是很多人都爱吃的一种水果．尤其是青年人和儿童更是喜欢,但是吃甘蔗一定要特别注意,不可吃霉变甘蔗,以防中毒。 据调查资料显示,变质甘蔗中毒在全国大部分地区均有发生．北方省市发病率高于南方。这是因为北方习惯于在每年11月前后由南方购进大量甘蔗．并多堆放于地窖、仓房或庭院中过冬．至次年春节前后投放市场。     

杂粮鲜湿面保鲜试验研究

对酸处理、酶制剂处理以及中草药提取液及其复合制剂在杂粮鲜湿面的保鲜效果上应用进行初步研究.结果表明,酸处理、溶菌酶处理对杂粮鲜湿面有一定的保鲜效果,但效果不理想;酸处理对保持鲜湿面面条的形状有较好效果;中草药提取液对抑制霉变效果显著.ZC-1、ZC-2中草药提取液结合酸和酶制剂制成的复配溶液综合处理效果显著,杂粮鲜湿面的保鲜期可达到120 d以上.     

天然盐渍肠衣的保存方法研究

对天然盐渍肠衣的保存进行研究,采取加入一种食用安全的添加剂的方法以防止肠衣盐嗜及肠衣霉变现象,延长肠衣的保存期.通过对肠衣感官、皮质强度、色泽等指标进行分析,说明该添加剂具有明显的杀灭嗜盐菌及酶菌的作用.能使肠衣保存6个月以上.     

烟叶霉变的快速识别——基于近红外光谱与随机森林算法

为建立烟叶霉变快速识别模型,以复烤片烟为研究对象,在高温高湿条件下进行霉变实验,获得不同霉变程度的烟叶样本。应用近红外光谱技术在4000~12000 cm-1范围内对烟叶的近红外光谱进行采集,获得烟叶样本的基础光谱数据。采用小波分解法对基础光谱数据进行解析,选择中间频率小波系数[cd4, cd5]为光谱变量,利用随机森林算法建立了不同霉变烟叶的识别模型。模型对训练集预测准确率达到93.82%,独立测试集判别准确率达到94.84%,对未霉变样品、临近霉变样品和霉变样品的判别均取得了令人满意的结果。      

结合太赫兹光谱与机器学习的小麦霉变程度判别

为快速、准确地判断小麦籽粒的霉变程度，研究基于太赫兹时域光谱技术，结合支持向量机（support vector machine,SVM）、随机森林（random forest,RF）和极限学习机（extreme learning machine,ELM）的霉变小麦定性分析方法。首先，将小麦籽粒分为正常、轻度霉变、中度霉变和重度霉变4类，利用CCT-1800太赫兹时域光谱仪获取小麦样本在0.1～4.0 THz波段的光谱数据。对比采用不同光谱预处理方法对判别结果的影响后，使用主成分分析、线性判别分析（linear discriminant analysis,LDA）、t分布随机近邻嵌入3种方法对光谱数据进行降维，结果表明LDA的降维效果最好。最后，构建基于SVM、RF和ELM的小麦霉变程度判别模型，结果显示SVM的判别效果最好，当核函数选择多项式核、误差惩罚系数为1时，判别准确率高达98.61%，预测集均方根误差值为0.142 9。本研究表明利用太赫兹光谱技术可实现小麦霉变程度的准确检测，为食品安全和粮食贮藏检测提供一种检测手段。     

湖北雪茄烟叶致霉菌分离鉴定及芽胞杆菌属拮抗菌株筛选

为筛选可高效拮抗湖北雪茄烟叶中致霉菌的芽胞杆菌属（Bacillus）微生物，采用形态学和分子生物学相结合的菌种鉴定方法，从湖北省十堰市和宜昌市雪茄烟叶中分离、纯化得到5种霉菌，经鉴定为聚多曲霉（Aspergillus sydowii）、产黄青霉（Penicillium chrysogenum）、绳状篮状菌（Talaromyces funiculosus）、云南木霉（Trichoderma yunnanense）和黑曲霉（Aspergillus niger）。用5种霉菌对烟叶进行回接侵染，发现湖北省宜昌市发酵前茄衣烟叶更易被5种霉菌混合的孢子悬浮液侵染，且绳状篮状菌（Talaromyces funiculosus）与黑曲霉（Aspergillus niger）均对该烟叶有强致霉性。采用牛津杯抑菌法分析了不同芽胞杆菌属（Bacillus）拮抗菌株对5种霉菌的拮抗能力，其中解淀粉芽胞杆菌DY-9(Bacillus amyloliquefaciens DY-9)对各霉菌拮抗能力均为最强。浓度为109CFU/mL时菌株DY-9菌悬液对雪茄烟叶的防霉效果最佳。