基于高光谱成像的贵长猕猴桃硬度快速预测

为了提高猕猴桃硬度预测的效率。应用可见/近红外(390～1030 nm)高光谱成像系统获取贵长猕猴桃的高光谱图像信息,并提取每个样品感兴趣区域的反射光谱,采用标准正态变换消除原始反射光谱中的噪声干扰;基于竞争性自适应重加权(competitive adaptive reweighted sampling,CARS)与连续投影算法筛选特征变量,建立误差反向传播神经网络和多元线性回归(multi linear regression,MLR)模型检测贵长猕猴桃硬度。结果表明：应用CARS从256个变量中筛选了35个特征变量,运算效率提升了近11倍(即运算时间从5.84 s降到了0.54 s);构建的CARS-MLR检测模型具有较大的r_c=0.95和r_p=0.92,较小的RMSEC=1.65 kg/cm²和RMSEP=1.99 kg/cm²,且RPD值(2.47)大于2,表明CARS-MLR模型具有非常好的检测性能,利用高光谱成像技术以及化学计量学可以实现贵长猕猴桃硬度的快速无损检测。     

基于近红外高光谱技术快速检测豌豆蛋白掺假牛肉

利用近红外高光谱成像技术结合偏最小二乘模型(PLSR)对牛肉掺入豌豆蛋白进行快速无损检测。将豌豆蛋白按照1%～30%(w/w)的浓度梯度掺入牛肉糜中(掺入浓度间隔1%),共获得93个样品以采集其光谱信息。经移动平均值平滑(Moving average smoothing,MAS)、高斯滤波平滑(Gaussian filter smoothing,GFS)、基线校正(Baseline correction,BC)、S-G卷积平滑(Savitzky Golay convolution smoothing,SGCS)、标准正态变量校正(Standard normal variable correction,SNV)等5种方法预处理光谱信息后,利用PLSR算法构建预测模型。然后采用回归系数法(Regression Coefficient,RC)、逐步回归法(Stepwise)和连续投影算法(Successive Projections Algorithm,SPA)筛选最优波长进行模型优化。结果显示,经过GFS预处理所构建的全波段PLSR模型预测效果更好(R_P^2<...     

两种大豆分离蛋白对肉糜品质的影响

研究不同添加量的两种大豆分离蛋白SPI-A和SPI-B对猪肉糜蒸煮损失、质构特性的影响.结果表明,随着大豆分离蛋白添加量的增加,肉糜蒸煮损失逐渐降低,SPI-B降低蒸煮损失效果优于SPI-A;添加两种大豆分离蛋白后,肉糜硬度、弹性、黏聚性、咀嚼性、回复性均显著升高,在试验范围内,相同添加水平下SPI-B的效果均优于SPI-A的添加效果.     

高光谱成像技术结合线性回归算法快速预测鸡肉掺假牛肉

采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial least squares regression,PLSR)和多元线性回归(Multiple linear regression,MLR)算法建立掺假样品的定量预测模型。为了减少高维共线性问题,提高模型运算效率,分别采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(Successive projection algorithm,SPA)筛选最优波长建立优化预测模型。结果表明,基于SPA算法结合MLR建模方法得到的掺假牛肉预测模型,其预测效果最优,校正集决定系数(R_C²)和均方根误差(Root mean square error of calibration,RMSEC)分别为0.99和3.23%,验证集的决定系数(R_P²)和均方根误差(Root mean square error of prediction)RMSEP分别为0.97和5.31%,预测偏差(Residual predictive deviation,RPD)为6.82。综上,近红外高光谱成像技术结合线性回归算法可以实现对掺假牛肉的快速无损定量检测。     

基于高光谱成像技术预测牡蛎干制加工过程中的水分含量

提出一种应用高光谱成像技术结合化学计量学检测牡蛎干制加工过程中水分含量的方法。采用高光谱成像系统,在400～1 100 nm范围内,采集到5个干燥时期的100个牡蛎干样本高光谱图像。提取所有样本感兴趣区域的平均光谱数据,对原始光谱数据进行多元散射校正(MSC)、卷积平滑(S-G)预处理,采用相关系数法提取8个特征波长。基于所提取的特征波长,建立光谱数据与水分含量的多元线形回归(MLR)和BP神经网络模型。结果表明:两种模型均有较好的预测效果。MLR模型的校正集、预测集和交叉验证集的相关系数较BP神经网络低;校正集、预测集和交叉验证集均方根误差分析结果表明,BP神经网络效果较MLR好。高光谱成像技术结合化学计量学方法可检测牡蛎干制过程中水分含量的变化。     

高光谱成像技术检测延边黄牛肉的新鲜度

为了提高黄牛肉的质量以及食用安全性,本研究采用高光谱成像技术对延边黄牛肉新鲜度进行检测。通过成像系统采集黄牛肉样品的高光谱图像,对高光谱图像做黑白校正处理,结合S-G滤波和均值滤波对处理后的高光谱图像进行去噪处理,并采用主成分分析法对高光谱数据进行降维。采用半微量定氮法测定延边黄牛肉的挥发性盐基氮含量,通过多个BP-ANN弱分类器组建强分类器,将延边黄牛肉的挥发性盐基氮含量输入强分类器中,以挥发性盐基氮含量为指标,根据分类结果实现延边黄牛肉新鲜度的检测。实验结果表明,当波长为700~750 nm时,延边黄牛肉的挥发性盐基氮含量最高,表明肉内部被破坏的程度较高,肉类的新鲜度越差;在第10~11 d时,延边黄牛肉TVB-N质量分数变化较为明显;采用所提方法对高光谱图像去噪后,信号频率由-15 d B^15 d B区间波动变为-5 dB^5 dB区间波动,信号的频率波动较小,趋于稳定,表明所提方法可有效的去除图像中存在的噪声;所提方法的检测结果准确率最高可达99%,具有较高的检测准确率,且去噪效果较好。     

基于高光谱成像技术的水果品质无损检测

高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的. 综述了国内外将该技术应用于水果品质检测方面的研究进展,提出了利用高光谱图像技术检测苹果轻微损伤的方法,利用500～900nm的高光谱图像数据,通过主成分分析提取547nm波长下的特征图像.     

基于高光谱成像技术的鸡蛋哈氏单位快速无损检测

本实验利用高光谱(900~1700 nm)成像技术结合化学统计学算法,对鸡蛋哈氏单位的无损检测进行研究。采集样品原始光谱信息,经S-G卷积平滑、MSC、SNV预处理后建立PLSR模型,优选最佳预处理方法;利用PLSR的加权β系数、遗传算法GA提取特征波长,分别建立PLSR、PCR模型,比较建模效果,优选最佳特征波长提取方法及建模方法。结果表明,预处理后建模效果并未提高,即以原始光谱作为建模对象,采用遗传算法提取特征波长后建立的PLSR模型效果最好,其R_C为0.8118,校正集均方根误差是2.9677,R_P为0.8203,预测集均方根误差是3.2762。因此,利用高光谱技术无损检测鸡蛋哈氏单位是可行的,同时为鸡蛋的新鲜度快速判别、分级分选提供理论依据。     

基于高光谱成像技术快速检测茶叶茶多酚含量

目的 为了快速、无损的检测茶叶中茶多酚含量,建立一种精确、高效的多元校正模型。方法 首先利用高光谱成像技术采集单纵茶叶的光谱数据,其次通过二维相关光谱(two-dimensional correlation spectroscopy techniques,2D-COS)波段筛选算法提取特征光谱,最后结合极限学习机(extreme learning machine,ELM)建立茶多酚的预测模型,并与全波段模型进行对比。结果 经二维相关光谱算法所提取后的特征波段所建立的模型预测效果优于全波段模型。茶多酚的决定系数(correlation coefficient of cross-validation,R2)从0.89上升到0.94,预测值均方根误差(root mean square error of prediction,RMSEP)也从2.37%下降到2.16%。结论 表明二维相关光谱波段筛选算法有效的提取茶多酚的特征波段,对茶叶茶多酚含量的快速、无损预测具有可行性。     

高光谱成像技术在农畜产品有害微生物快速检测中的研究进展

农畜产品中含有有害微生物可以使农畜产品腐败变质,快速可靠的检测有害微生物显得特别重要,高光谱成像技术可以对农畜产品微生物进行快速无损检测。本文首先介绍高光谱成像系统以及高光谱图像处理方法。然后介绍了高光谱成像技术在水产品微生物、肉类产品微生物、粮食籽粒微生物、水果表面有害微生物无损检测方面的研究进展。指出高光谱成像技术可以检测出有害微生物种类以及有害微生物的总量。尽管高光谱成像技术优势明显,但在精确性、快速挖掘数据等方面面临着挑战。随着光学技术、计算机技术的进一步发展,未来高光谱成像技术可能会在农畜产品微生物实时在线检测上得到应用。      

大豆分离蛋白成膜工艺优化

本文以大豆分离蛋白(SPI)为成膜基质,研究了单宁、可溶性淀粉、微波、超声及干热处理对SPI膜性能的影响,并优化了SPI成膜工艺,结果表明:单宁与可溶性淀粉可极显著(P<0.01)降低膜的透光率、水溶性、氧气及水蒸气透过性,可溶性淀粉可极显著(P<0.01)提高膜的抗拉伸强度;微波与超声处理可极显著(P<0.01)降低...     

大豆分离蛋白膜的DSC分析

采用差示扫描量热法(DSC),研究不同相对湿度(RH)条件下,大豆分离蛋白(SPI)膜的热特性以及谷氨酰胺转移酶(TGase)改性对热特性的影响。对于SPI膜,无论是对照膜还是TGase改性膜,蛋白膜的热稳定性随着RH的增高而下降。TGase改性改变了SPI膜吸热峰出现的位置与数量。在同一RH条件下,TGase改性膜更易失去水分。TGase改性使SPI膜的耐热特性基本未变。     

Soy Protein Isolate Antioxidant Effect on Lipid Peroxidation of Ground Beef and Microsomal Lipids

Soy protein isolate antioxidant (SPIA) was separated from soy protein, fractionated, and purified. SPIA (300 or 900 ppm) was added to a ground beef model system; oxidation was initiated by adding Fe⁺²/Fe⁺³. Sealed vials were stored at 4°C for 24 hr. Oxidation products were assessed using the 2-thiobarbituric acid (TBA) test, sensory analysis, gas chromatographic separation, and mass spectrometric identification of headspace volatiles. SPIA (900 ppm) was also added to a beef microsomal protein/linoleic acid model system. Beef containing 900 ppm SPIA had lower TBA numbers, less rancid odor, hexanal, and total volatiles after 16 and 24 hr than did samples containing 300 ppm SPIA and controls.     

响应面优化提高大豆分离蛋白中蛋白干基得率的工艺研究

为获得更高含量大豆分离蛋白干基,采用物理沉降法,控制酸沉pH梯度变化,添加氯化钠调整溶液离子强度,逐级分离沉降11S大豆蛋白和7S大豆蛋白,以提高大豆分离蛋白质干基含量。分别在料液比、温度、NaCl加入量的单因素试验基础上,进行响应面优化设计分析。结果表明最佳工艺条件为料液比1:11．35、萃取温度48．63℃、NaCl加入量0．126mol/L,获得蛋白质干基含量96．04%,同比市售较好水平产品93．31%的蛋白质干基含量提高了2．67%。     

HPLC检测火腿肠中大豆分离蛋白的方法研究

利用高效液相色谱(HPLC)法测定火腿肠中大豆分离蛋白的含量。色谱条件为:Xb ridgeBEH300 C4色谱柱;蒸发光散射检测器;梯度洗脱;流动相A:0.05%三氟乙酸-HPLC级水溶液,B:0.05%三氟乙酸四氢呋喃溶液;流速1.0 mL/min;检测波长254 nm;柱温30℃;进样量20μL。大豆分离蛋白在1%～9%含量范围内与特征峰面积呈良好的线性关系,回归方程为Y=2 923.1 X-970.85,相关系数R=0.994 2,平均回收率为99.30%,RSD为2.04%。HPLC法准确度、精密度、稳定性、重现性良好,为火腿肠中大豆分离蛋白的定量检测提供了可选择的方法。     

基于近红外高光谱成像快速无损检测注胶肉研究

采用近红外高光谱成像技术结合化学计量学方法建立注胶肉的快速无损检测模型。首先通过近红外高光谱成像系统获取含有不同浓度梯度卡拉胶的猪里脊肉高光谱图像,然后提取图像中的光谱数据,使用偏最小二乘法(Partial least square,PLS)探究光谱信息与不同掺假比例卡拉胶之间的定量关系。结果表明全波段光谱(900~1700 nm)所构建的PLS校正集模型均方根误差(Root mean square error,RMSE)为1.74%,预测模型RMSE为3.16%。表明基于全波段所建立的PLS模型具有较优的预测性能。利用连续投影算法(Successive projection algorithm,SPA)筛选获得11个特征波长,并优化全波长PLS模型,将预测集样品带入,以验证模型的预测效果,结果表明SPA算法结合PLS建模方法所建立的模型预测效果更优,预测集相关系数(R_P)为0.93,均方根误差(Root mean square error of prediction,RMSEP)为3.51%,预测偏差(Residual predictive deviation,RPD)为2.66。试验表明利用高光谱成像技术可实现对注胶猪肉的快速无损检测。     

乳化剂提高大豆分离蛋白可食性膜性能的研究

比较11种乳化剂对大豆分离蛋白膜抗拉伸强度、断裂伸长率、水蒸气透过率和O_2透气量的影响效果,结果显示蜂蜡和斯潘20对大豆分离蛋白膜具有最佳改善效果.进一步研究这两种乳化剂单一添加及复合使用时对膜综合性能的影响,同时测定膜表面接触角、成膜溶液中巯基及二硫键数量优化乳化剂使用量,最终获得复合使用两种乳化剂时,大豆分离蛋白膜性能改善效果明显,其添加量为蜂蜡0.0845%,斯潘200.506%,甘油1.335%.