西凤酒插、挑窖阶段的工艺探讨

经过对西凤酒插、挑窖生产工艺的总结,主要对插窖阶段糟醅淀粉消耗和窖池升温幅度做了对应分析,并对插窖阶段工艺条件同时进行了分析对比。在挑窖阶段,其装甑与馏酒是关键,对装甑与馏酒的操作以及汽压的控制都进行了不同方位的探讨,并实施了相应的措施,从而使插窖淀粉消耗提高至3.0%,挑窖出酒率提高14.69%。达到了充分利用残余淀粉,提高挑窖出酒率的目的。     

Cu-PAN@G-CS/PVA制备及在虾肉鲜度检测中的应用

以1-(2-吡啶偶氮)-2-萘酚(1-(2-pyridylazo)-2-naphthol,PAN)合铜(Ⅱ)络合物(Cu-PAN)为H₂S指示剂,壳聚糖(chitosan,CS)/聚乙烯醇(polyvinyl alcohol,PVA)为膜基材料,石墨烯为增敏材料,采用流延法制备比色复合薄膜(Cu-PAN@G-CS/PVA),通过指示剂置换法,实现对虾肉中H₂S的检测。利用扫描电子显微镜和傅里叶红外光谱考察Cu-PAN@G-CS/PVA的形貌和官能团特征,通过紫外-可见吸收光谱考察鲜度膜对H₂S的响应性能。结果表明,随H₂S质量浓度增加,Cu-PAN@G-CS/PVA薄膜由紫红色变成黄色。利用Cu-PAN@G-CS/PVA薄膜监测明虾(Penaeus chinensis)在4℃和25℃贮藏的鲜度变化,色差变化值与总挥发性盐基氮含量有很好的相关性,可准确、快速指示虾肉的新鲜度,为水产品智能包装的开发提供参考。     

基于声学特性的鸡蛋蛋壳裂纹检测

通过自行研制的一套禽蛋裂纹检测装置,采集并分析敲击鸡蛋产生的响应信号,检测裂纹鸡蛋。采用基于归一化最小均方算法的自适应滤波器对信号进行去噪处理。结果表明：经自适应滤波后,敲击响应信号的分辨率和灵敏度均有显著提高。提取经滤波去噪后的鸡蛋敲击响应信号功率谱的5 个特征参数,作为误差反传人工神经网络模型的输入向量进行判别。判别模型对实验鸡蛋的交互验证训练集和独立样本预测集的判别率均为97%。     

基于静电作用诱导金铂纳米粒子聚集的比色方法检测鱼肉中组胺

目的 基于金铂纳米粒子(AuPt nanoparticles, AuPt NPs)建立一种简便、灵敏的比色方法检测鱼肉中的组胺。方法 由柠檬酸钠制备的AuPt NPs表面带负电,组胺通过静电作用能与AuPt NPs相结合,诱导AuPt NPs聚集,溶液由棕红色变为灰色;同时引起AuPt NPs表面等离子体共振发生红移,吸收峰由510 nm移至650 nm附近,将650 nm和510 nm的吸光度比值(A650/A510)作为检测组胺的参数。结果 在最优的条件下(反应时间为1 h、反应温度为25℃),A650/A510随着组胺浓度的升高而升高,A650/A510与0.5-30 μmol/L的组胺浓度呈现良好的线性关系,线性方程为A650/A510=0.019C组胺+0.3686(r2=0.9962),方法检出限为0.32 μmol/L。将方法用于鱼肉样品的检测,加标回收率为102.1%-111.7%,相对标准偏差为1.8%-3.1%。结论 本实验方法具有简便、快捷和成本低的优点,可实现鱼肉中组胺的可视化快速检测。     

高光谱图像技术检测柑橘果锈

高光谱图像技术作为农产品无损检测的新技术,探讨了其在柑橘外部品质检测的可行性.以检测柑橘果锈为目的,首先对经预处理的高光谱图像数据进行主成分分析,优选出571 nm、652 nm和741 nm三个特征波长组成新的图像块;再进行第二步主成分分析,得到的第三主成分图像为最适宜检测柑橘果锈的图像;最后对该图像进行中值滤波、平方根变换,阈值分割和数字形态学运算完成特征提取.试验结果表明,此算法对柑橘果锈检测的正确率可达到90%.研究表明,利用高光谱图像技术结合两步主成分分析算法检测柑橘果锈是可行的.     

自密实混凝土与基面粘接用胶凝材料的制备以及粘接性能研究

将聚合物砂浆类胶凝材料作为自密实混凝土与基面粘接用胶凝材料,研究聚合物砂浆类胶凝材料的粘接性能.研究结果表明:当水灰比为0.31、砂胶比为10∶9、聚灰比为3.7％、硅灰取代率为25％、聚丙烯纤维掺量为0.4％、纤维素醚掺量为0.20％、新旧混凝土强度为C35+C30、增塑剂掺量为35％时,所制备自密实混凝土与基面粘接...     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用研究

在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明：两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。     

SIMCA模式识别方法在近红外光谱识别茶叶中的应用

茶叶快速准确识别方法研究是当前茶叶行业亟待解决的一项重大课题。本研究采用一种近红外光谱结合SIMCA模式识别方法对茶叶进行识别与分类。研究结果表明,选取6500～5300cm-1波长范围内的光谱,通过标准归一化(SNV)预处理后,利用SIMCA的模式识别方法分别为龙井、碧螺春、祁红和铁观音等四类茶叶建立了类模型。主成分数分别为4、5、2和3时,类模型对未知样本的识别效果最佳。在α=5%的显著性水平下,四类模型的对未知茶叶样本的识别率分别是90%、80%、100%和100%,拒绝率全是100%。本论文为快速准确识别茶叶提供了一种新思路。     

基于电子舌技术和模式识别方法的茶叶质量等级评判

目的:尝试利用电子舌技术来评判茶叶等级,以提高评判结果的客观性和公正性;方法:试验以4个等级的炒青绿茶为研究对象,对获取的电子舌数据.利用K最近邻域(KNN)模式识别方法建立茶叶等级质量的评判模型,在模型建立过程中,模型参数K和主成分因子数(PCs)通过交互验证的方法被优化;结果:在K=1和PCs=5时,所得到的模型最佳,模型交互验证识别率为97.5%,对预测集中样本进行验证时,预测识别率为100%;结论:电子舌技术与适当的模式识别方法相结合可以成功地评判茶叶的质量等级.     

支持向量机在机器视觉识别茶叶中的应用研究

本文针对茶叶的感官评定分类存在主观性强和一致性差等缺点，提出了一种新的茶叶识别分类方法，该方法是在机器视觉技术定量描述茶叶的颜色特征的基础上，根据支持向量机模式识别原理分别为碧螺春、龙井和祁红等3种茶叶建立了各自的分类识别模型。在RBF核函数下，所建立的模型最佳，3个模型的回判率都达到100％；对未知样本进行验证时，模型的识别率分别为95％、90％和100％。实验结果表明，基于支持向量机的机器视觉技术识别茶叶色泽类型是可行的。