排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
采用HS-SPME方法结合GC-MS技术分析比较5种不同醋龄传统手工和现代工业生产镇江香醋挥发性成分。5种不同醋龄的2种镇江香醋共检测出包括酸类、醇类、酯类、醛类、酮类、杂环类和其他类共78种挥发性成分。现代工业生产镇江香醋采用酿酒酵母进行纯种发酵,其发酵效率比传统手工镇江香醋的多菌种混合发酵的效率高,除4年醋龄镇江香醋以外,其他醋龄的现代工业生产镇江香醋所含有的挥发性成分总含量都比对应醋龄的传统手工镇江香醋高。2种工艺生产的镇江香醋挥发性成分总含量随醋龄变化不大,但不同类别挥发性成分随醋龄变化显著。传统手工镇江香醋的酸味、醇香、果香味更柔和,现代工业生产镇江香醋的酸味、醇香、果香味更浓郁。乙酸、乙醇、苯乙醇、乙酸乙酯、乙酸苯乙酯、3-甲基丁醛、苯甲醛、2, 3-丁二酮、3-羟基-2丁酮、糠醛和四甲基吡嗪等化合物,对镇江香醋的特征风味有重要作用。 相似文献
2.
几种中国传统名醋挥发性风味成分的比较研究 总被引:1,自引:0,他引:1
文章以镇江香醋、山西老陈醋(两种)、北京龙门米醋为研究对象,运用SPME-GC-MS对其挥发性风味成分进行了分析鉴定,共检测到89种成分,主要是酸、酯、醇、酮、醛和杂环类化合物。挥发性风味成分中,四种食醋的酸类化合物相对含量相差不大,镇江香醋和山西老陈醋中酯类化合物种类较多并且相对含量较高,龙门米醋中的酮类化合物相对含量高于镇江香醋和山西老陈醋,四种食醋的醛类化合物尤其是糠醛含量较高,杂环化合物对形成中国传统食醋的独特风味起着极为重要的作用。四种醋中相同成分有31种,含量差异大,不同成分种类多而成分复杂,这种成分与数量上的差异性是造成食醋的风味与质量差异的主要因素之一。 相似文献
3.
香气是评价镇江肴肉质量的重要指标之一,以镇江肴肉挥发性风味成分的总量来代表镇江肴肉的香气总量,通过固相微萃取和气质联用在相同的分析条件下考察不同腌制温度、不同煮制温度和不同配料量对挥发性风味成分总量的影响来探讨不同工艺条件对镇江肴肉香气的影响。结果表明,不同加工工艺对镇江肴肉香气具有显著的影响,低温煮制、低温腌制更有利于保护镇江肴肉的香味,温度增加肴肉香味损失明显,同时使得其成分、品质和营养等都有不同程度的破坏,添加4%的配料能使肴肉香味更柔和、协调。 相似文献
4.
采用基于直接强度法的气相色谱嗅闻(GC-O)结合气相色谱质谱联用(GC-MS)分析4个醋龄镇江香醋香气活性成分。结果表明:在4个醋龄镇江香醋中共检测到50种香气活性成分,主要是酸、醇、酯、醛、酮和杂环化合物以及部分未能鉴定的香气活性成分。不同醋龄镇江香醋香气轮廓差异非常明显,新醋和经陈酿的镇江香醋风味轮廓差异显著,而经过较长时间陈酿的镇江香醋香气轮廓非常相似。大多数杂环化合物随镇江香醋醋龄的增加,香气强度显著增加。杂环化合物的差异是不同醋龄镇江香醋风味特征差异的主要原因之一。除食醋的主要呈味物质乙酸外,3-甲基丁酸、3-甲基丁醛、2,3-丁二酮、三甲基吡嗪以及一种未能鉴定的组分是不同醋龄镇江香醋香气最基本的组成成分。 相似文献
5.
为了优化镇江香醋香气成分的提取,在单因素实验的基础上,根据Box-Benhnken的中心组合实验设计原理,采用3因素3水平的响应面分析法,以提取物质的质(色)谱图总峰面积为响应值做响应面和等高线图.结果表明,HS-SPME萃取镇江香醋香气成分的最佳条件是氯化钠添加量2.5 g,萃取温度50.16℃,萃取时间39.76 min. 相似文献
6.
目的 对鱼新鲜度进行客观评价。方法 用顶空固相微萃取气相色谱质谱联用(HS-SPME-GC-MS)检测不同储藏时间下鱼的挥发性成分, 建立鱼肉挥发性物质的特性指纹图谱, 利用模糊C均值聚类法(FCM)分析特征共有峰。为验证聚类分析的结果, 建立鱼新鲜度神经网络判别模型。结果 FCM能较好地将贮藏9 d的鱼可分成3类(新鲜、次新鲜和腐败), 建立的RBF神经网络模型能很好鉴别鱼的新鲜度, 其训练集和测试集的正确分类率都达到100%。结论 此方法效果好, 为分析和检验鱼新鲜度提供了一种新的方法。 相似文献
7.
8.
试验比较不同季节生产的传统手工和现代工艺镇江香醋主要理化指标的差异,以更好指导实际生产。以不同季节生产的传统手工和现代工业镇江香醋为对象,对还原糖、总酸、氨基酸态氮、有机酸、游离氨基酸等含量的差异进行研究,得到冬季生产的镇江香醋中还原糖、氨基酸态氮和游离氨基酸含量均为最高,而夏季生产的食醋还原糖、总酸、氨基酸态氮、有机酸和游离氨基酸含量均为最低,说明冬季生产的镇江香醋口感更柔和;4个季节生产的手工醋中还原糖含量均比工业醋低,而手工醋中总酸、氨基酸态氮、有机酸和游离氨基酸含量均比工业醋高,说明手工醋的口感更柔和、醇厚。 相似文献
9.
针对市场上存在合成调理牛排冒充原切售卖的现象,研究利用高光谱和超声成像技术对它们进行鉴别的方法。分别采集原切与合成调理牛排的高光谱和超声图像信息,利用灰度共生矩阵法提取图像的纹理特征值,分别建立线性判别分析、K最邻近(K-nearest neighbor,KNN)、反向传播人工神经网络和极限学习机(extreme learning machine,ELM)4?种鉴别模型,而后将2?种技术数据融合建模,并采用连续投影法、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、变量组合集群分析(variables combination population analysis,VCPA)法3?种方法筛选特征变量建模。结果表明:合成调理牛排的肉块组织均匀,超声图像信号弱、均一性好,与原切调理牛排图像存在差异。高光谱和超声成像技术的最佳模型分别为KNN和ELM,模型预测集识别率分别为95.00%和90.00%。数据融合后建模,最佳模型ELM模型预测集识别率模型为97.50%,在3?种变量选择方法中,CARS和VCPA选择的纹理变量建立的模型预测集识别率达到100.00%。研究表明高光谱和超声成像数据融合结合变量选择方法可以快速准确地鉴别原切和合成调理牛排。 相似文献
10.