基于数据可视化方法分析冷鲜羊肉质构指标的误差

以冷鲜羊肉为实验对象,基于数据可视化方法分析冷鲜羊肉的具体全质构分析(texture profile analysis,TPA)法检测过程,测试中仪器轻微震动等因素导致TPA检测系统生成的TPA曲线上出现特殊峰和曲线波动等系统误差,从而使检测系统对冷鲜羊肉TPA曲线上特征节点选择产生偏差,最终导致TPA指标数值产生较大数据误差。结果表明:特殊峰和曲线波动等系统误差受到压缩比测定条件的影响,在20%压缩比条件下误差较为显著,且对不同TPA指标数据的具体影响效果存在差异和关联性;而通过特征节点位置修正得到的黏性指标数据在不同压缩比条件下的平均修正量均超过20%,且修正后的50%压缩比条件下黏性指标数据与冷鲜羊肉样本挥发性盐基氮、菌落总数对数以及大肠菌群对数之间的相关系数亦分别提高11.2%、20.7%和8.3%。由此可见,通过修正TPA曲线特征节点位置可以有效减少TPA测定的数据误差影响,从而提高获取的TPA指标数据的准确性和可靠性。

基于数据可视化的冷鲜羊肉TPA指标数据提取优化方法

冷鲜羊肉的消费量近年呈现持续增长趋势,保障其质量安全至关重要。全质构分析法(TPA)是冷鲜羊肉质量安全检测的重要方法,但在实际检测过程中获取的部分TPA指标数据存在较大误差。通过解析冷鲜羊肉的TPA质构检测过程,提出了一种基于数据可视化的冷鲜羊肉TPA指标数据提取优化方法。首先对实际检测力度数据进行滑动平均滤波处理,在数据可视化方法基础上,分别进行TPA曲线对应各特征节点的具体定位,构建TPA指标数据提取优化模型,设计了自主检测系统,并进行了试验检测。结果表明,基于优化方法设计组装的冷鲜羊肉TPA质构检测系统比TA-XT PLUS型质构仪表现出数据稳定的优势,其中粘性指标数据平均测量误差下降12.4个百分点,获得的TPA指标数据与样品菌落总数指标对数值表现出较高的相关性,其相关系数绝对值均大于0.8,能够较好地反映试验期间冷鲜羊肉样品的质地特性变化。