共查询到20条相似文献,搜索用时 171 毫秒
1.
近红外分析技术在肉制品检测中的应用 总被引:7,自引:1,他引:6
介绍近红外分析技术以及近红外检测仪工作原理,并讨论了近红外分析技术在肉制品工业中笔优点。同时报告了近红外分析在乳化型火腿肠中的应用实例。 相似文献
2.
3.
4.
近红外光谱分析技术及其在肉类制品中的应用 总被引:5,自引:2,他引:3
近红外光谱分析技术是目前发展最快和最具有前景的分析技术之一,本文介绍了近红外光谱的原理、特点,并介绍了该技术在肉类制品中的应用及其应用前景。 相似文献
5.
6.
7.
近红外光谱分析在食品检测中的最新进展 总被引:1,自引:1,他引:1
近红外光谱分析技术是一种需较少预处理的快速无损伤技术,这项技术已广泛应用于食品化学组成和物化性质分析中。简述了近红外光谱技术在食品组成成分、食品品质、食品生产和食品安全等四个方面应用的最新进展。 相似文献
8.
红外技术在食品工业中的应用 总被引:9,自引:0,他引:9
介绍了红外技术在食品工业应用及其原理,着重讲述了近红外的检测技术应用和远红外加热和杀菌技术应用,并分析了光波炉的工作原理、干燥原理以及近红外技术的特点。并给出了一些比较实例,指出了红外技术应用的发展趋势。 相似文献
9.
近红外光(Near Infrared,NIR)是一种介于可见光(VIS)和中红外光(IR)之间的电磁波,美国材料检测协会(ASTM)将其定义为波长为780--2526nm的光谱。20世纪50年代中后期,近红外光谱技术(Near Infrared Spectroscopy,NIRS)首次应用于农副产品的分析,但因技术尚不成熟.起初发展迟缓。20世RB80年代中期.随着计算机技术的发展和化学计量学的应用以及近红外光谱仪制造技术的日益完善,近红外光谱分析测量信号实现数字化,大大促进了近红外光谱技术的快速发展。近红外光谱技术用于食品品质分析,具有无需复杂的样品前处理.分析过程无需化学试剂,分析速度快(一次可以分析多个指标)等特点,因而日益成为重要的食品质量与安全快速筛查手段。 相似文献
10.
制浆造纸过程中碳水化合物的分析是很重要的,本文主要介绍了几种重要的现在分析方法.如红外光谱分析技术、近红外光谱分析技术(NIR),气相色谱分析技术(GC)、热裂解气相色谱分析(PyGC)、固体核磁共振(CP/MAS^13C—NMR)分析技术在碳水化合物分析中的应用及研究进展。 相似文献
11.
12.
13.
水产品营养丰富, 味道鲜美, 深受人们喜爱。由于其组织结构脆弱, 且含有丰富的内源酶和嗜冷细菌, 在储藏和运输过程中容易腐烂变质。随着水产品贸易的日益全球化, 水产品品质现已成为大家关注的核心问题。传统的水产品检测方法具有主观性、侵入性、耗时性, 已不能满足水产品市场的需求, 如何快速、客观地评价水产品品质已成为亟待解决的问题。近红外光谱技术作为一种快速、无损的检测技术已广泛应用于水产品检测, 本文综述了国内外学者采用近红外光谱技术在水产品新鲜度评价、质量评估、重金属含量检测、品种鉴别等方面的研究进展, 并分析了近红外光谱技术在水产品检测中的不足之处及发展前景, 以期为水产品快速检测技术的进一步发展和研究提供参考依据。 相似文献
14.
Theory and application of near infrared spectroscopy in assessment of fruit quality: a review 总被引:1,自引:0,他引:1
Fruits provide nutrients for human body and are able to prevent sorts of non-communicable diseases. The fruit quality test
is an area that both technology and market section concern about. Near infrared spectroscopy (NIR) is a rapid, precise, and
non-destructive technique which can be well utilized in determination of fruit quality. This review paper summarizes the theory
of NIR analysis, and the fundamental structure of instruments based on NIR for fruit quality assessment. Chemometrics for
NIR spectroscopy involving analysis methods of data pre-processing, calibration, model transfer and evaluation, is also included.
In recent 11 years, significant progresses were achieved in fruit quality assessment via NIR spectroscopy, which is the main
focus in this review. Furthermore, urgent problems in this research field are discussed, expecting to be solved in the near
future. 相似文献
15.
16.
近红外光谱技术在果蔬农药残留检测中的应用研究进展 总被引:1,自引:0,他引:1
近红外光谱技术是一种具有无损、快速、低成本等诸多特点的新型分析检测技术,可以方便地实现对农产品尤其是水果、蔬菜中农药残留的定性和定量监控。近红外光谱技术所具有的无损检测这一突出优势,使其在农产品安全领域有着广阔的应用前景。本文概述了近红外光谱技术的基本原理、应用特点、目前近红外光谱技术常用的样品前处理技术-预浓缩技术和定量校正模型,并对近红外光谱技术在果蔬农药残留检测领域的应用情况进行综述。随着近红外光谱技术的不断革新、相关前处理技术的不断发展和完善,未来近红外光谱技术在果蔬农药残留检测中会向着更加灵敏、更加准确、更加自动化、更加现场化等方向发展。 相似文献
17.
近红外光谱分析技术在苹果品质检测中的应用进展 总被引:1,自引:0,他引:1
苹果营养丰富,是大众水果之一,苹果的品质安全问题一直是社会关注的热点。本研究综述了2012~2016年我国近红外光谱分析技术在苹果品质检测中的研究和应用进展,包括基于近红外光谱的苹果品质检测、模型传递、分类与分级及在线检测系统研制4个方面。对今后我国近红外光谱分析技术在苹果品质检测中的应用提出建议,技术研究方面应不断建立和维护模型数据库,提高模型通用性;技术应用方面应研制在线检测系统和推进软硬件+互联网相结合,使近红外光谱分析技术在苹果品质检测中得到长足的发展。 相似文献
18.
目的 构建一个基于近红外光谱的花生冻伤判别模型。方法 采用移动窗口平均平滑(Moving Window Average, WMA)、标准正态变量校正(Standard Normal Variate Correction, SNV)及一阶导数(First Derivative, FD)的组合预处理方法提升光谱信号质量;分别采用无信息变量消除法(Elimination of Uninformative Variables, UVE)、竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling, CARS)以及二者的联合算法(CARS-UVE、UVE-CARS)筛选特征波长;最后构建基于支持向量机分类算法(Support Vector Machine Classification, SVC)的花生冻伤分类模型。结果 使用UVE-CARS算法筛选特征波长效果最佳,筛选出7个特征波长,构建的判别模型准确率达95%。结论 该花生冻伤判别模型为花生冻伤快速、无损判别提供可行的技术方案,并为基于滤光片式近红外技术的花生品质色选机的开发提供参考。 相似文献
19.
20.
Raúl Ferrer-Gallego José Miguel Hernández-Hierro Julián C. Rivas-Gonzalo M. Teresa Escribano-Bailón 《Journal of food engineering》2013
Grape seed and skin sensory parameters are important characteristics in making decisions concerning the optimal harvest time and producing high-quality red wines. The potential of near infrared spectroscopy to determine several sensory parameters of seeds and skins was evaluated. Taste (sourness), texture (astringency, tannic intensity, dryness and hardness), visual (colour) and olfactory (intensity and type of aroma) attributes were considered. Calibration models were performed by modified partial least squares regression. The differences between sensory analysis and NIRS analysis in external validation were lower in the case of seeds; they were between 4.5% for hardness and 8.7% for colour. For the skins, differences in external validation were between 9.8% for tannic intensity and 13.7% for astringency. The results obtained show that NIRS technology has considerable potential for predicting the above sensory attributes. 相似文献