辣椒制品模糊辣度的表示与测定

以新鲜辣椒为原料,通过单因素试验可知辣椒制品中食盐、白糖、食用油、总酸含量是对感观辣度有减弱作用的影响因素,采用四元二次正交旋转组合设计研究这4个因素对剁辣椒制品感观辣度的影响,并获得了其减弱程度的线性关系:单因素含量越高,对感观辣度的减弱作用越大,并且有交互影响.据此,以斯科维尔(Scoville)指数为基础,根据传统辣度概念“不辣、微辣、轻辣、中辣、很辣、猛辣”相对应的“0度(表示为0°M)、1度(表示为1°M)、2度(表示为2°M)、3度(表示为3°M)、4度(表示为4°M)、5度(表示为5°M)”模糊辣度分级来表示辣椒制品的感观辣度,获得0～5°M的模糊辣度指数的计算公式,从而排除了感观辣度确定时人为因素的影响和消除了以辣椒素计算辣椒制品辣度的片面性.     

辣椒及其制品辣度分级方法研究

对国外辣椒及其制品的分级情况进行了研究,并结合我国情况以HPLC精确测定辣素为指标,建立了套辣度分级的方法。同时对该方法在辣椒及其制品的分级应用方面进行了研究探讨。     

我国首次制订辣椒及辣椒制品辣度国家标准

目前我国已经是全球之首的辣椒生产和消费大国随着市场需求增加，我国辣椒产量与出口稳步增长，价格持续上扬，每年以7％的速度发展，具有很大的市场空间。据悉，湖南农业大学食品科技学院受国家标准委委托，目前正在制订辣椒素测定及辣度表示方法国家标准。这是我国首次针对辣椒和辣椒制品制定辣度国家标准。     

Scoville感官评定法测定辣椒辣度

对辣椒中辣味成分的组成、辣椒素的性质及功能、国内外辣椒辣度的研究概况以及评价方法等进行了综述。主要研究了辣度的Scoville感官评定法,并与HPLC法测定的辣度结果进行比较,结果表明,用感官评定法测得干辣椒样品的辣度与HPLC法结果在同一辣度级别。     

我国首次制定辣度国家标准

受国家标准委委托，湖南农业大学食品科技学院正在制定辣椒素测定及辣度表示方法的国家标准，这是我国首次针对辣椒和辣椒制品制定辣度国家标准。     

辣味食品辣度量化分级技术研究

本文针对贵阳地区消费人群对辣味食品辣度的感官评价进行了调查,定量分析了不同辣度辣味食品中辣椒碱的含量,依据感官辣度和辣味食品中辣椒碱的含量,对辣味食品的辣度进行了量化,并分为4级:1级(微辣;辣椒碱含量<0.30%)、2级(中辣;辣椒碱含量0.30%～0.50%)、3级(辣;辣椒碱含量0.50%～0.70%)、4级(很辣;辣椒碱含量>0.80%)。在考虑辣椒原料综合利用的基础上,设计了定量添加辣椒精以生产不同辣度辣味食品的工艺路线。     

辣椒素的分析方法及辣度分级

对国内外在辣椒果实中的辣椒素类物质化学组成、结构及辣椒素类物质的定性、定量分析方法等方面的研究进行了综述,并进一步阐述了辣椒及制品辣度分级的方法,并对该领域的发展前景进行了展望。      

辣椒素的分析方法及辣度分级

对国内外在辣椒果实中的辣椒素类物质化学组成、结构及辣椒素类物质的定性、定量分析方法等方面的研究进行了综述,并进一步阐述了辣椒及制品辣度分级的方法,并对该领域的发展前景进行了展望。     

辣白菜的辣度测定与分级研究

辣白菜是以白菜、辣椒为主要原料经发酵制得的一类调味品,其风味独特,味道鲜美,是餐桌上的调味佳品。通过控制辣椒添加量,制作多种辣味程度的辣白菜。当辣白菜总酸含量达到0.4%时测定其辣度,品评人员依照所制定的辣度分级标准对辣白菜的辣味进行感官评价。最终根据辣度值与感官评价结果,将辣白菜辣度划分为3个级别:微辣0SHU900、中辣900SHU1600、辣1600SHU2500。     

辣椒红色素的提取及除辣研究

对辣椒红色素的提取及除辣进行了较为详尽的研究.结果表明,适宜选用丙酮作为提取剂,提取液的最大吸收波长为452nm;丙酮索氏提取法的较佳工艺条件是提取温度为90℃;提取时间2 h;物料比(g∶mL)为1∶10.除辣研究表明:树脂法除辣优于碱法前处理除辣;采用碱法前处理除辣的NaOH浓度15%最好,浸泡温度:40℃,浸泡时间:2.0h;树脂法除辣中,D4020树脂除辣效果较优,其除辣的较优条件为常温吸附和正己烷常温洗脱.     

不同品种辣椒油制品的品质研究

以14种辣椒为研究对象,经油制制成辣椒油制品—辣椒油和油辣椒,采用顶空固相微萃取气相色谱-质谱联用技术对辣椒油制品的挥发性香气成分进行测定,并对挥发性成分进行主成分分析和聚类分析,同时还测定了影响辣椒油制品品质的其他指标,比较研究了不同辣椒油制品各成分变化。通过挥发性成分鉴定,辣椒油共检出48种挥发性成分,油辣椒检出52种挥发性成分,主要包括烷烃类、烯烃类、醛类、酮类、酯类、醇类,其中酯类和烯烃类是辣椒油制品主要的挥发性香气成分,含量达到30%～70%;将辣椒油48种挥发性成分和油辣椒52种挥发性成分通过主成分分析可简化成12种成分,累计贡献率分别达98.402%、98.016%;通过聚类分析辣椒油和油辣椒分别分为4大类和3大类,能更好地对不同品种辣椒油制品进行区分。     

基于动态模糊聚类的织物织造疵点检测算法

针对目前织物疵点检测算法普遍存在的适应性不强,实时性不高等问题,通过对织物织造疵点的深入分析,提出一种基于动态模糊聚类的织物织造疵点检测算法。该算法在对织物图像进行预处理之后,以织物图像的经纬向灰度均值投影为特征值,然后根据疵点区域灰度均值投影的畸变现象,利用动态模糊聚类算法分离出可能的疵点区域,最后设置合适的畸变密度和畸变度阈值对“伪疵点”区域实施有效过滤,以识别并定位疵点区域。实验证明,该算法可靠稳定,适应性强,并且具有较强的抗噪声干扰的能力。     

基于核模糊聚类的机织物组织自动识别

本文基于数字图像处理技术,采用无监督的模式识别方法,实现机织物组织的自动识别。首先,采用错切变换对倾斜纱线进行校正,并按图像的经、纬向灰度投影曲线实现织物组织点的定位。然后,根据灰度共生矩阵对组织点图像进行纹理特征的提取。为了减少数据冗余量,对组织点特征进行主分量分析,提取最有意义的子特征。最后,采用无监督的核模糊C均值聚类对组织点进行分类识别。织物的测试结果表明,所采用的算法能够实现简单的机织物组织的准确识别,并输出对应的组织图。     

基于模糊聚类和关联矩阵的协同客户选择方法

从客户协同的需求协同和设计协同两个基本思想入手研究了协同产品开发的客户协同特征,根据客户在协同产品开发中的作用将协同客户资源分为4类,在此基础之上,构建了协同客户评价指标体系以及指标的量化方法,提出了基于模糊聚类和关联矩阵的协同客户选择与评价方法,给出实例予以验证.     

基于模糊综合分析的食用油污染物风险评价研究

目的 基于模糊综合分析实现对食用油污染物风险评价。方法 首先进行了指标筛选,选取了易于检测且对食用油风险程度影响较大的6个指标作为风险评价因子,然后进行相应的数据预处理;并用层次分析法确定各指标主观权重,对得到的权重进行一致性检验以确定其可用于综合评价计算;用熵权法获得各指标的客观权重;将二者经过耦合计算得到综合权重;最后运用模糊综合评价法对食用油进行风险评价,并根据最大隶属度确定评价结果。结果 本研究依托150组花生油数据,用本方法对预处理后数据进行评价,样本1的风险等级为“微风险”。结论 结合安全风险等级划分与评价专家组意见,运用本研究评价方法得出的结果更加客观、全面,可作为食用油风险评价的有效手段。     

分子印迹-基质固相分散快速分离分析辣椒制品中的苏丹红

以纳米SiO2为载体,苏丹红IV为模版分子,甲基丙烯酸为功能单体,二甲基丙烯酸乙二醇酯为交联剂,采用表面印迹法制备分子印迹物聚合物。对该聚合物进行了吸附等温线的测定以及Scatchard分析,结果表明分子印迹聚合物对苏丹红IV有两种结合方式,计算得到的最大表观吸附量(Qmax)和平衡离解常数(Kd)分别为:Qmax1=0.8306mg/g,Kd1=4.760mg/L;Qmax2=4.146mg/g,Kd2=112.4mg/L。进行了吸附动力学的测定,结果显示该聚合物对苏丹红IV的吸附符合准二级动力学模型。最后应用该聚合物进行基质固相分散萃取辣椒制品中的苏丹红Ⅰ、Ⅱ、Ⅲ、Ⅳ,最佳实验条件为:聚合物与样品的用量比1∶1,研磨时间8min,洗脱剂为4mL 5%乙酸乙醇溶液。该方法兼备了分子印迹技术的选择性和基质固相分散技术的快速分离性。      

基于人工神经网络的织物疵点聚类分析

本文提出了一种基于人工神经网络的织物疵点分类方法。首先利用灰度共生矩阵提取织物疵点图像的纹理特征参数;然后阐述前馈BP神经网络的拓扑结构,并提出该网络的具体训练过程;最后利用人工神经网络对真实织物疵点样本进行分类,实验采用五类织物样本,网络训练完成后得到实际分类的疵点数据,并利用该数据进行织物疵点分类,分类的准确率达到100%,从而验证了该方法的可行性。     

模糊聚类分析在服装舒适性评价上的应用

运用模糊聚类分析方法对不同松量不同面料下的裤装进行评价,将主观评价结果进行了量化分析,结果具有很强的可靠性,为舒适性评价提供了简便的解决方法。     

模糊聚类分析在服装舒适性评价上的应用

运用了模糊聚类分析方法对不同松量，不同面料的裤装进行评价。将主观评价结果进行了量化分析。结果具有很强的可靠性，为舒适性评价提供了简便的解决方法。