麻雀搜索算法优化BP算法结合高光谱预测小米米粉糊化特性

为了实现小米米粉糊化特征指标的批量、快速检测,探索计算机深度学习结合高光谱成像技术在小米米粉糊化特征指标预测方面的应用方法,本研究运用高光谱数据提取、预处理分步运算程序获得小米米粉平均光谱数据,并以该数据矩阵为基础,运用麻雀搜索算法(sparrow search algorithm,SSA)优化误差反向传播(error backpropagation,BP)算法进行待测样品糊化特征指标回归、预测。结果表明,光谱数据预处理程序能够标准化并简化光谱数据提取、预处理过程,该程序在粉末及小颗粒样本光谱数据的提取、预处理过程中具有普遍适用性;运用BP算法及SSA优化BP算法对小米米粉糊化各特征指标进行预测,从预测值与测试值间均方误差(mean squared error,MSE)可以看出,各指标MSE均下降,以峰值黏度(peak viscosity,PV)为例,其MSE从0.026 6降为0.017 5,可知运用SSA优化BP算法能够提高小米米粉糊化特征指标预测精度,降低MSE。本研究结论可以为高光谱成像结合计算机深度学习在小米米粉糊化特性预测方面应用提供理论支撑。

利用差示扫描量热仪研究小米淀粉及小米粉的糊化特性

采用差示扫描量热仪(differential scanning calorimeter,DSC)研究NaCl添加量、蔗糖添加量及pH值对小米淀粉和小米粉糊化特性的影响,并用SPSS软件进行相关性及显著性分析,将小米淀粉和小米粉的糊化特性进行对比。结果表明:相同测试条件下,小米淀粉的糊化温度(包括糊化起始温度T_O、峰值温度T_P、糊化终止温度T_C)比小米粉糊化温度低(2.65±0.87)℃;糊化热焓值(△H)比小米粉高(2.51±0.32)J/g;添加NaCl的小米淀粉及小米粉的糊化温度比添加蔗糖的糊化温度高(4.30±1.24)℃。酸性条件抑制小米淀粉的糊化作用,碱的存在则促进体系糊化。

小米—小麦预混合粉的粉质特性和糊化特性研究

研究了小米粉与小麦粉混合所得混合粉的粉质特性和糊化特性。结果表明:随着小米粉添加量的增加,小米—小麦预混合粉面团形成时间先上升后降低,面团稳定时间、粉质指数、峰值黏度、最低黏度、衰减值、最终黏度、回生值、峰值时间均呈下降趋势,弱化度和公差指数均呈上升趋势;5∶1、4∶1、3∶1和2∶1未挤/挤压小米—小麦预混合粉的吸水率均呈先上升后降低再上升的趋势,1∶1未挤/挤压小米—小麦预混合粉的吸水率呈先降低后上升的趋势。制作含量较高的小米馒头和面条时,可选用2∶1或1∶1未挤/挤压小米粉。

稻米脱脂与未脱脂米粉的DSC热力曲线和RVA特征值比较

以4个典型品质类型的早籼水稻品种为材料,利用差示扫描量热分析仪(DSC)和淀粉粘度测定仪(RVA),对其在不同播期种植条件下的脱脂米粉样品与未脱脂米粉样品的DSC热谱和粘度特征值进行了比较分析.结果表明:脱脂米粉样品与未脱脂米粉样品在起始温度(To)、峰值温度(Tp)、终结温度(Tc)上的差异不明显,两者的DSC热谱差异主要表现在热焓值(?T)上,经脱脂处理后米粉样品在糊化过程中的热焓值(?T)较其未经脱脂的对照样品显著降低;在RVA粘度特征上,稻米米粉经脱脂处理后崩解值(Breakdown)明显升高,消减值(Setback)有所降低,而其在最高粘度(PV)、热浆粘度(HS)、最终粘度(FV)和回冷恢复值(Consistence)上的变化特征则不甚明显.

新密小米

一、主要产地河南省郑州市新密市袁庄乡乱石坡村、苟堂镇孙家庄村。二、品质特征新密小米色泽金黄,颗粒圆大、饱满,粒度整齐、均匀,熬粥时糊化快,米汁口感香稠绵甜、黏糯爽口,清香四溢。新密小米每100克含钾331克、锌3.05克、镁66.7克,蛋白质10.2%。具有补脾胃、补肾、养心安神、美容养颜等功效。

压榨型干米粉专用米关键指标的研究

为确定压榨型干米粉专用米的特征指标,文章以17种籼米为原料,运用相关分析、主成分分析、聚类分析以及逐步回归分析法探讨大米原料品质和糊化特性对干米粉食用品质和质构品质的影响。结果表明:大米原料中的直链淀粉含量、淀粉含量、脂肪含量、脂肪酸值,糊化特性中的最低黏度、最终黏度、崩解值、回生值、胶稠度,与干米粉的蒸煮品质和质构品质存在显著(P<0.05)相关性;其中影响米粉综合品质的关键性指标为直链淀粉含量、最终黏度和胶稠度;聚类分析得出的适宜加工压榨型干米粉的原料大米的直链淀粉含量应大于22%,淀粉的最终黏度应大于3963 cP,胶稠度应小于46 mm。