12种杂粮米蒸煮特性研究

以12种杂粮米为原料,将其各分为2组,一组在蒸煮前进行浸泡处理,另一组未处理。蒸煮后,测定各种杂粮米的糊化度曲线,根据是否需浸泡预处理和延长蒸煮时间将各种杂粮米进行分类。在生产过程中,可以根据杂粮的特点,选择是否浸泡和设定蒸煮时间。结果表明,经浸泡预处理的杂粮米与未经处理的相比,糊化度较高;浸泡处理的样品组中,绿大米、紫大米、绿小米、白小米和玉米碴(小)糊化时间最短,容易熟化,高粱和玉米碴(大)最难糊化。焖制20min后,白大米和白小米糊化度最高,玉米碴(大)、高粱糊化度最低。白大米、白小米、黑大米、绿大米、紫大米可以不经过浸泡而直接蒸煮;黄小米和绿小米不经过浸泡也可达到同样的糊化度,但需要蒸煮较长时间;红大米、玉米碴(小)在蒸煮前必须浸泡才可以达到较高的糊化度;高粱米、荞麦米、玉米碴(大)均需要在浸泡后仍要延长蒸煮时间。     

杂粮馒头感官评价方法研究进展

杂粮馒头的营养价值丰富,但目前还没有针对杂粮馒头品质评价的统一标准。本文重点综述了模糊数学逻辑工具和智能感官新技术在杂粮馒头研究过程中的应用,提供了客观评价杂粮馒头品质的关键指标,进而为建立杂粮馒头的感官评价体系提供新思路。     

基于模糊感官评价对大米感官品质分析

以7种不同品种的大米为研究对象,运用模糊综合评判法评价大米感官品质,用质构仪及色差仪对米饭品质进行评定。结果表明:大粒香米饭感官品质最佳,内优5H25最差,米饭质构特性中内优5H25米饭弹性和咀嚼性最大,大粒溪香、大粒香、金麻粘3种米饭在粘硬度比、粘性、弹性均无显著差异,且大粒香3项指标值均最大,说明大粒香质构特性最佳。不同品种米饭色差值存在显著差异。结合感官评价中对米饭色泽要求综合分析色差值,大粒香和金麻粘色泽最佳。模糊感官评价与外观品质特性和质构特性结果相一致,综合分析表明:大粒香米饭感官品质最佳,说明模糊感官评价能有效的评价米饭感官品质。      

杂粮复合米加工技术

随着生活水平的提高,人们对绿色健康、营养丰富的主食需求越来越迫切,杂粮越来越受到人们的青睐,单一的杂粮由于营养单一,口感粗糙,无法达到人们的要求。口感细腻,营养丰富的杂粮复合米应运而生。介绍了杂粮复合米的特点、加工工艺流程及营养保健功能。为杂粮复合米的进一步开发研究提供参考。     

岱瞿族大黄鱼质构特性与感官评价的相关性分析

目的 分析养殖大黄鱼质构特性与感官评价的相关性。方法 选择温州不同海域的养殖大黄鱼样品进行肥满度、蛋白质、脂肪、水分、胶原蛋白测定,并进行感官评定和质构剖面分析(textureprofileanalysis,TPA);对结果进行因子和主成分分析,以及相关性分析;再以TPA指标为自变量、感官评价指标为因变量进行逐步回归分析,建立感官预测模型。结果 温州不同海域养殖大黄鱼,在肥满度、脂肪含量、蛋白质含量、质构测定中弹性与咀嚼性指标均存在显著性差异,感官评价指标也存在显著性差异。通过主成分分析得到TPA指标和感官评价指标各1个主成分,累计方差贡献率分别为72.86%和89.97%。相关性结果表明,感官评价结果与TPA测定结果之间存在显著的相关性(r=-0.933～0.808,P<0.05),并建立了色泽、滋味、肉纤维和质地与咀嚼性的预测模型和气味与弹性的预测模型。结论 本研究确定了温州地区养殖大黄鱼品质评价定量指标;大黄鱼感官评价指标受TPA指标中的弹性、咀嚼性影响;本研究的温州大黄鱼感官评价预测模型为大黄鱼品质评价标准体系的科学建立提供了依据。     

不同温度及包装方式下复合杂粮米发糕的储藏特性

本文以高筋小麦粉为主要原料,黑米、小米、燕麦等杂粮为添加物,制成一种新型复合杂粮米发糕,研究杂粮米发糕贮藏过程中的品质变化。分别用塑料盒和真空袋两种包装方式,在设定的温度下(-18℃冷冻、4℃冷藏、25℃室温)储藏米发糕,定期测定样品水分含量、菌落总数及比容,在复蒸后测定质构特性,从而对杂粮米发糕品质变化的原因及其变化机理做了分析。结果表明:随着贮藏时间的延长,杂粮米发糕的菌落总数、咀嚼性、硬度上升,而水分含量、弹性、回复性下降。经对比分析,使用真空包装在-18℃条件下保存,杂粮米糕水分损失率小,菌落总数增长缓慢,质构特征较初始状态差异小,是保存杂粮米发糕的最佳条件。     

杂粮营养工程米的干燥及蒸煮特性研究

干燥参数的合理控制对杂粮营养工程米的品质有重要影响。通过单因素及正交试验,确定杂粮营养工程米的干燥工艺参数为热风温度50℃、风速0.4m/s、装载厚度1.0kg/m2。同时,对干燥后的成品进行蒸煮特性研究,结果表明：杂粮营养工程米浸泡20～40min,再按1:1(m/m)的米水比进行加热蒸煮,加热停止后,保温15～30min,可得食味较佳的杂粮营养工程米饭。     

杂粮米类产品开发现状

概述了杂粮米、杂粮米茶、杂粮方便米饭和方便粥等杂粮米类产品加工工艺的研究现状,旨在为我国杂粮食品的研究和开发提供参考。     

基于模糊数学感官评价的杂粮馒头配方优化及低GI验证

为开发一款品质良好、低血糖生成指数（glycemic index,GI）的杂粮馒头,本文以杂粮馒头的外观、质地、适口性、滋味为评价指标,建立模糊数学感官评价方法,通过正交试验,确定青稞粉、黄豆粉及鹰嘴豆粉的最佳配比。最后对杂粮馒头进行血糖生成指数人体测试评估。结果表明,杂粮馒头原料最佳配制比为:69.7%高筋小麦粉、2%马铃薯粉、3%苦荞粉、5%青稞粉、10%黄豆粉、8%鹰嘴豆粉、1.5%桑叶提取物、0.8%水苏糖,此条件下感官评价得分为82.3,GI值为50.48,表明所研发的产品是一款GI值较低,适合控糖人群以及糖尿病等慢性病患者食用的杂粮馒头。     

智能感官技术在工程米研究中的应用

文中介绍了智能感官(如电子鼻、电子舌、电子牙、电子眼等)拟人化设备在工程米研发、生产中的应用情况。智能感官评价可以辅助研发人员改进工程米的研发方向、完善工程米的加工配方、监控工程米的原料安全性和真实性、测试工程米的产品保质期等。     

不同酵母制作的馒头感官及品质分析

将市场收集的不同酵母制作馒头,采用活力仪和质构仪分别测定酵母的产气性能和馒头质构,结合感官评价的方式,探究不同酵母制作的馒头的感官和品质差异。结果表明,馒头制作中优先选择2#酵母,其面团发酵速度适中,产气性能良好,每100 g面团醒发1 h内产气（CO2） 59.96 mL,制作馒头质构优良,风味更好,感官评分最高为72.1分。     

湖南红心猕猴桃品种品质评价及综合分析

对分布于湖南不同地区的26个红心猕猴桃品种的果实外观品质、营养品质、感官品质进行了综合分析.结果表明:26个红心猕猴桃品质指标间差异很大,其中可滴定酸、质构(硬度、弹性、咀嚼性、内聚性、胶着性)、a?、维生素C含量、叶绿素含量、类胡萝卜素含量、总酚含量、类黄酮含量、花青素含量变异系数均大于30％,表明品种之间存在较大差...     

熏煮香肠质构的感官评定与机械测定之间的相关分析研究

本试验通过感官评定和机械测定(W-B剪切、TPA压缩)两种方法对几种熏煮香肠的质构进行了分析,通过二者的相关分析得出了感官评定指标以机械测定为变量的线形回归方程即预测模型,并通过对感官评定预测模型的验证得到了此模型的平均误差。     

Invited review: Sensory analysis of dairy foods

Sensory quality is the ultimate measure of product quality and success. Sensory analysis comprises a variety of powerful and sensitive tools to measure human responses to foods and other products. Selection of the appropriate test, test conditions, and data analysis result in reproducible, powerful, and relevant results. Appropriate application of these tests enables specific product and consumer insights and interpretation of volatile compound analyses to flavor perception. Trained-panel results differ from dairy judging and grading and one objective of this review is to clearly address and demonstrate the differences. Information on available sensory tests, when and how to use them, and the powerful results that can be obtained is presented.     

基于智能仿生仪的发酵小米椒感官品质评价模型

为利用智能感官分析技术评价小米椒发酵过程中感官品质的变化,以恒温条件发酵的小米椒为试验对象,利用电子鼻、电子舌等智能感官仪器结合感官评价,采用相关性分析、主成分分析、逐步回归分析及拟合检验等数学方法,建立发酵小米椒感官品质评价模型。结果表明:简化后的感官指标为滋味、香味及色泽,权重分别是38.96%,35.06%,25.97%,拟合检验R2=0.998,表明模型可代替原始的人工感官评价法。以智能感官指标的PCA为自变量,感官评价模型结果为因变量,进行因子分析建立主成分回归方程:Y=67.672+8.296×X_1PC1-1.571×X_2PC1-3.431×X_3PC1+0.288×X_4PC1,方差扩大因子检验表明该模型无明显多重共线性(VIF10)。新的品质评价模型能较好地拟合小米椒发酵过程中感官品质的变化,弥补了人工感官重现性及稳定性差的缺陷。