版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、金華火腿是我國著名的傳統(tǒng)干腌肉制品,不僅在國內(nèi)廣為人知,在國外也享有一定的聲譽(yù)。一直以來,對(duì)于金華火腿的等級(jí)評(píng)定普遍采用感官評(píng)價(jià)法,這種方法主觀性強(qiáng),重復(fù)性差,易受鑒定師個(gè)人生理、心理以及經(jīng)驗(yàn)的影響。由于人們對(duì)食品質(zhì)量安全越來越重視,對(duì)金華火腿質(zhì)量檢測(cè)和評(píng)定提出了更高的要求;同時(shí),火腿產(chǎn)量和產(chǎn)業(yè)化規(guī)模日益擴(kuò)大,傳統(tǒng)方法已難以適應(yīng)現(xiàn)代化要求。用客觀、規(guī)范、可靠和快速的科學(xué)方法替代傳統(tǒng)經(jīng)驗(yàn)方法日顯迫切和重要。
本課題是以金華火
2、腿為研究對(duì)象,利用電子鼻技術(shù)、高光譜圖像技術(shù)和氣相色譜-質(zhì)譜(GC-MS)聯(lián)用技術(shù)來對(duì)不同等級(jí)的金華火腿進(jìn)行了檢測(cè)和評(píng)判。研究內(nèi)容主要包括以下幾個(gè)部分:(1)利用電子鼻鑒定和判別不同等級(jí)的金華火腿。對(duì)由電子鼻檢測(cè)的金華火腿氣味信息進(jìn)行主成分分析(Principal Component Analysis,PCA)和線性判別式分析(Linear Discriminant Analysis,LDA),通過偏最小二乘分析(Partial Lea
3、st Squares,PLS)建立基于電子鼻的金華火腿等級(jí)評(píng)判模型。(2)利用高光譜圖像技術(shù)鑒定和判別不同等級(jí)的金華火腿。對(duì)由高光譜檢測(cè)的金華火腿光譜信息進(jìn)行主成分分析,通過偏最小二乘分析建立基于高光譜圖像的金華火腿等級(jí)評(píng)判模型。(3)利用GC-MS聯(lián)用技術(shù)分析不同等級(jí)的金華火腿香味成分,并與電子鼻和高光譜檢測(cè)的結(jié)果進(jìn)行對(duì)照。本課題的研究目的是為了建立一套可靠的金華火腿等級(jí)評(píng)判的快速無損檢測(cè)系統(tǒng),為火腿行業(yè)產(chǎn)品檢測(cè)提供新的科學(xué)方法與依據(jù)
4、,為今后質(zhì)量提高和規(guī)范、標(biāo)準(zhǔn)的制修訂提供依據(jù),促進(jìn)金華火腿產(chǎn)業(yè)健康發(fā)展。
研究結(jié)果和結(jié)論如下:
1.利用電子鼻檢測(cè)不同等級(jí)的金華火腿,進(jìn)行PCA分析時(shí),每個(gè)等級(jí)都選擇處于平穩(wěn)期的第80 s的10個(gè)值作為模式識(shí)別的數(shù)據(jù)進(jìn)行分析。其中,PC1的貢獻(xiàn)率為74%,PC2的貢獻(xiàn)率為24%,總貢獻(xiàn)率98%,說明PCA能夠很好地區(qū)分不同等級(jí)的金華火腿。進(jìn)行LDA分析時(shí),每個(gè)等級(jí)火腿都選擇趨于平穩(wěn)期的78 s-80 s間的3
5、0個(gè)值作為模式識(shí)別的數(shù)據(jù)進(jìn)行分析,結(jié)果表明三個(gè)等級(jí)的金華火腿也能較好地被區(qū)分開,其中雖然一級(jí)火腿和二級(jí)火腿之間有少部分重疊,但從總體上來說,LDA可以區(qū)分不同等級(jí)的金華火腿。然后選取第80 s的10個(gè)電子鼻數(shù)據(jù)利用PLS進(jìn)行判別模型的建立,訓(xùn)練集和驗(yàn)證集的總體識(shí)別率分別為95%和88.33%,其中特級(jí)火腿和一級(jí)火腿之間的誤判機(jī)率較大,與二級(jí)火腿誤判的幾率相對(duì)較小。
2.利用高光譜檢測(cè)不同等級(jí)的金華火腿,選擇1000 nm~
6、1600 nm的波段區(qū)間進(jìn)行分析,發(fā)現(xiàn)1001 nm和1328 nm處的圖像最能表征火腿樣品的原始信息,故而選擇這兩個(gè)波長作為特征波長。通過感興趣區(qū)域(ROI)的選取得到256個(gè)波段,取連續(xù)的160個(gè)波段并得到這160個(gè)波段的平均光譜值。然后對(duì)其進(jìn)行PCA分析,結(jié)果表明高光譜圖像可以較好地區(qū)分不同等級(jí)的金華火腿。利用PLS進(jìn)行判別模型的建立,訓(xùn)練集和驗(yàn)證集的總體識(shí)別率分別為96.19%和89.52%,其中誤判多發(fā)生在特級(jí)火腿和一級(jí)火腿之
7、間,與二級(jí)火腿誤判的幾率相對(duì)較小。
3.利用GC-MS結(jié)合固相微萃取法(SPME)檢測(cè)不同等級(jí)的金華火腿,選用100μm PDMS的萃取頭的萃取結(jié)果,有效出峰時(shí)間為19 min-34 min。將色譜圖與譜庫對(duì)比的結(jié)果表明,在三個(gè)等級(jí)金華火腿中均檢測(cè)出了2,4-二異氰酸-1-甲基苯和1,3-二氫-5-甲基,2H-苯并咪唑-2-酮,這兩種物質(zhì)在三個(gè)等級(jí)火腿的香味中含量所占比例較高,但彼此間差異不明顯,對(duì)不同等級(jí)的判別貢獻(xiàn)不大,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機(jī)器視覺的番茄品質(zhì)檢測(cè)和分級(jí)方法研究.pdf
- 基于計(jì)算機(jī)視覺技術(shù)的豬肉品質(zhì)檢測(cè)與分級(jí)研究.pdf
- 嫁接苗木自動(dòng)化品質(zhì)檢測(cè)與分級(jí)研究.pdf
- 大豆外觀品質(zhì)與內(nèi)部品質(zhì)檢測(cè)技術(shù)的研究.pdf
- 基于機(jī)器視覺的設(shè)施鳳梨品質(zhì)檢測(cè)與分級(jí)的研究.pdf
- 基于機(jī)器視覺的馬鈴薯外部品質(zhì)檢測(cè)與分級(jí).pdf
- 雞蛋食用安全品質(zhì)檢測(cè)方法研究.pdf
- 鴨梨品質(zhì)檢測(cè)與分級(jí)計(jì)算機(jī)視覺系統(tǒng)的研究.pdf
- 近紅外光譜品質(zhì)檢測(cè)方法研究.pdf
- 基于計(jì)算機(jī)視覺的梨品質(zhì)檢測(cè)與分級(jí)系統(tǒng)研究.pdf
- 基于高光譜成像技術(shù)的銅品質(zhì)檢測(cè)方法研究.pdf
- 基于SVM的柑橘品質(zhì)檢測(cè)技術(shù).pdf
- 基于光譜診斷技術(shù)的乙醇柴油品質(zhì)檢測(cè)方法.pdf
- 基于SVM的雞蛋外觀品質(zhì)檢測(cè)方法研究.pdf
- 基于電子鼻技術(shù)的茶葉品質(zhì)檢測(cè)研究.pdf
- 基于機(jī)器視覺的大米外觀品質(zhì)檢測(cè)方法研究.pdf
- 基于機(jī)器視覺的枸杞外觀品質(zhì)檢測(cè)與評(píng)級(jí)方法研究.pdf
- 基于電子舌技術(shù)的橙汁品質(zhì)檢測(cè)研究.pdf
- 基于高光譜和圖像技術(shù)的龍井茶葉品質(zhì)檢測(cè)方法研究.pdf
- 基于機(jī)器視覺的雞蛋品質(zhì)檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論