-
题名食品中鲜味物质研究进展
被引量:21
- 1
-
-
作者
于芳珠
薄存美
刘登勇
-
机构
渤海大学食品科学与工程学院
江苏省肉类生产与加工质量安全控制协同创新中心
-
出处
《食品安全质量检测学报》
CAS
2020年第16期5554-5561,共8页
-
文摘
鲜味作为五大基本味觉之一,对食品滋味具有重要贡献。食品中的鲜味物质(包括鲜味肽、有机酸、氨基酸、核苷酸以及复合鲜味剂等)以其营养、安全等特点,近年来逐渐成为食品鲜味科学领域以及鲜味调味品方面的研究热点,为相关食品风味的改善提供了理论参考及研究方向。本研究介绍了鲜味物质的发展过程,并对鲜味及鲜味物质的研究现状进行了综述。同时对鲜味物质的种类进行概述,并对食品中主要的鲜味物质检测方法研究进展进行总结,最后对食品中鲜味物质的发展进行展望,以便于为食品中仪器检测鲜味物质相关研究提供参考和依据。
-
关键词
鲜味物质
检测分析
滋味
-
Keywords
umami substances
detection analysis
taste
-
分类号
TS207.4
[轻工技术与工程—食品科学]
-
-
题名基于机器视觉技术制作烤羊肉比色卡
- 2
-
-
作者
王博
胡晓妍
于芳珠
刘登勇
-
机构
渤海大学食品科学与工程学院
江苏省肉类生产与加工质量安全控制协同创新中心
-
出处
《食品工业科技》
CAS
北大核心
2022年第3期10-17,共8页
-
基金
国家重点研发计划(2016YFD0401505)
辽宁省“兴辽英才计划”项目(XLYC1807100)。
-
文摘
为建立一种能够快速无损识别羊肉烤制过程中颜色变化的标准化方法,本研究基于机器视觉技术结合三种算法(均值算法、K-Means算法和K-Means+图像降噪算法)制作烤羊肉颜色识别比色卡,对烤羊肉的颜色进行在线监测。结果表明,三种算法制作的比色卡均能呈现出羊肉烤制过程中的颜色变化。为明确三种比色卡的准确率,研究采用K-medoids算法结合感官实验进行比色卡颜色识别准确率验证。其中利用K-medoids算法的比色卡识别准确率验证结果显示,均值算法准确率为85.60%、K-Means算法准确率为95.70%、K-Means算法+图像降噪算法准确率为93.40%;感官实验的验证结果显示,均值算法、K-Means算法、K-Means算法+图像降噪算法的识别准确率依次为67.32%、73.71%、68.74%,对比发现K-Means算法制作的比色卡对烤羊肉颜色识别准确率最高。研究证明比色卡可作为颜色评价标准,为烧烤肉制品加工提供指导依据,具有良好的应用前景。
-
关键词
烤羊肉
比色卡
机器视觉
颜色
图像识别
-
Keywords
roasted mutton
colorimetric card
machine vision
color
image identification
-
分类号
TS251.53
[轻工技术与工程—农产品加工及贮藏工程]
-