基于可视传感器阵列的鳊鱼新鲜度评价模型研究

目的 建立基于可视传感器阵列的鳊鱼新鲜度评价模型。方法 研究采用可视传感阵列与鱼体进行无接触式反应, 提取阵列反应前后的颜色变化信息来表征鱼的气味特征; 同时根据行业标准SC/T3032-2007测得表征鱼新鲜度的挥发性盐基氮(TVB-N)含量; 将可视传感技术所得的特征信息与TVB-N指标含量进行关联, 分别建立基于可视传感技术鱼新鲜度评价的定性模型BP神经网络和联合间隔偏最小二乘法(siPLS)定量模型。结果 BP神经网络模型精度较高, 训练集正确率为86.79%, 预测集正确率为86.43%; siPLS模型次之, 模型校正集和预测集的正确率分别为82.52%和80.67%。结论 可视传感器新技术所测得指标与TVB-N相关性较大, 可快速预测出鱼在储藏期间TVB-N的变化从而能够快速、无损地评价鱼类新鲜度。     

基于电子舌技术的鱼新鲜度定性、定量分析

为实现鱼新鲜度的快速定性、定量分析。采用电子舌技术对4℃下不同冷藏天数的鲳鱼进行检测。同时测量鲳鱼体内挥发性盐基氮(Total volatile basic nitrogen,TVB-N)含量及细菌总数(Total viable count,TVC)。对电子舌数据进行分析处理,构建了K最近邻(K-nearest neighbor,KNN)判别模型和BP人工神经网络(Back-propagation artificial neural network,BP-ANN)模型定性评价鲳鱼新鲜度。结果显示,KNN模型的训练集、测试集识别率分别为:99.11%和98.21%;BP-ANN模型的训练集、测试集识别率分别为:92.86%和91.07%。构建了电子舌数据和TVB-N及TVC之间的支持向量机回归模型对鲳鱼新鲜度进行定量评价,独立样本检验结果显示,对TVB-N及TVC的预测,支持向量机回归模型的预测值和实测值的相关系数分别为:0.9727和0.9457,预测均方根误差分别为2.8×10-4 mg/g和0.052 log(CFU/g)。可见三种模型均能达到较好的效果。研究表明:电子舌技术在鱼新鲜度的快速定性、定量评价中具有很大的潜力。     

超声波对木瓜蛋白酶的活性及动力学和热力学参数的影响

高活性的木瓜蛋白酶有助于降低其在食品和医药工业中的应用成本。研究了超声波对木瓜蛋白酶活性的影响,并从动力学和热力学参数的变化分析了酶活性变化机理。结果表明,超声波对木瓜蛋白酶活性的影响较显著,在超声波功率40 W处理5 min时,木瓜蛋白酶活性提高最大,比对照组提高了9.0%,随着处理时间的延长,木瓜蛋白酶活性开始下降,9 min时酶活性比对照组降低了14.5%。当超声处理温度从20℃增加到40℃时,木瓜蛋白酶的反应速率常数从0.0628增加到0.0753。而热力学参数Ea、.H、.S和.G经过超声波处理后分别降低了14.9%、16.2%、7.3%和0.1%。由动力学和热力学参数的变化可见,木瓜蛋白酶经过一定功率的超声处理一定时间后,其催化的反应更容易进行。