羊肉风味基料的工艺优化及风味分析

以羊骨粉为原料,通过美拉德反应制备羊肉风味基料。采用二次酶解法对羊骨粉进行酶解后外加L-半胱氨酸、L-谷氨酸、D-木糖和葡萄糖进行美拉德反应,以褐变度、感官评价和色差为指标研究不同反应条件（反应温度、加热时间和初始pH值）对美拉德反应的影响,结合响应面试验优化羊肉风味基料的加工工艺,采用固相微萃取-气相色谱-质谱联用分析挥发性成分。结果表明：最佳生产工艺为2 g/100 mL L-半胱氨酸、3 g/100 mL L-谷氨酸、2 g/100 mL D-木糖和1 g/100 mL葡萄糖,反应温度110℃、加热时间50 min、初始pH 6.0;共鉴定出51种挥发性物质,其中醛类14种、醇类7种、酮类6种、酸类7种、酯类3种、醚类1种、烃类7种、含硫化合物3种、杂环类3种;能使羊肉风味基料产生肉香味的主要物质有(E)-2-辛烯醛、1-辛烯-3-醇、(E)-2-壬烯醛和(E,E)-2,4-癸二烯醛。     

融合GPU的拟单层覆盖近似集计算方法

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算过程。为了实现这一目标,使用布尔矩阵表示拟单层覆盖近似空间中的元素,引入与集合运算对应的布尔矩阵算子,提出拟单层覆盖粗糙近似集(DE、DA、DE0与DA0)的矩阵表示,并设计矩阵化拟单层覆盖近似集算法(M＿SMC)。同时,相应的定理证明了拟单层覆盖近似集的矩阵表示形式与原始定义的等价性。然而,M＿SMC运行过程中出现了矩阵存储和计算步骤的内存消耗过多问题。为了将算法部署到显存有限的GPU上,优化矩阵存储和计算步骤,提出分批处理的矩阵化拟单层覆盖近似集算法(BM＿SMC)。在10个数据集上的实验结果表明,融合GPU的BM＿SMC算法与单纯使用中央处理器(CPU)的BM＿SMC算法相比计算效率提高2.16～11.3倍,BM＿SMC算法可以在有限的存储空间条件下充分利用GPU,能够有效地提高拟单层覆盖近似集的计算效率。     

不同成熟期稀奶油干酪中蛋白质降解及关键风味物质产生的研究

为了开发稀奶油干酪新品种，探究稀奶油干酪成熟机理，分别测定不同成熟期干酪的感官、理化、蛋白酶活性、乳酸菌总数和蛋白质分解量；并采用固相微萃取-气相色谱-质谱联用技术(solid-phase microextraction-gas chromatography-mass spectrometry, SPME-GC-MS)研究0、10、20 d风味物质的变化。实验结果表明，稀奶油干酪发酵过程中，pH和水分逐渐下降，蛋白质分解量和总游离氨基酸增加，蛋白酶活力和乳酸菌总数先增加后降低。由SPME-GC-MS分析结果表明，发酵0、10、20 d分别鉴定出18、28和16种挥发性风味物质，不同发酵阶段挥发性物质存在显著差异，且发酵10 d的风味物质最丰富；最后，通过采用偏最小二乘判别分析、香气活性值和变量权重值(variable importance for the projection, VIP)分析得出2-庚酮、乙偶姻、2-十一酮、丁位癸内酯、2,3-丁二醇、丁位十二内酯、癸酸、苯甲酸、二十一烷、2-癸酮、己酸、反-9-十八烯醇、柠檬烯、异戊酸和苯乙醛为稀奶油干酪发酵过程中的关键风味物质。