基于不同近红外建模软件定量分析新鲜羊肉营养成分

为实现对多样本新鲜羊肉营养含量的快速检测,该研究利用近红外光谱(near-infrared reflectance spectroscopy,NIRS)技术构建了新鲜羊肉中6种营养成分的定量分析模型。于武威市民勤县采集203份新鲜羊肉,并测定其水分(moisture,MT)、粗脂肪(ether extract,EE)、粗蛋白(crude protein,CP)、葡萄糖(glucose,Glu)、粗灰分(crude ash,Ash)及总磷(phosphorus,P)的含量。使用WINISI III与Foss Calibrator定标软件分别建立羊肉6种营养成分的NIRS模型并对其结果进行比较。WINISI III软件定标结果显示,羊肉MT、EE、CP预测模型的预测决定系数(coefficient of determination for validation,RSQ)和外部验证相对分析误差(ratio of performance to deviation for vali-dation,RPD)分别为0.83与2.47、0.90与3.60、0.81与2.79;Glu、Ash预测模型的RSQ和RPD分别为0.54与3.05、0.54与1.91;P预测模型的RSQ和RPD为0.45与1.80。Foss Calibrator软件定标结果显示,MT、EE、CP的交互验证均方根误差[root mean square error of cross-verification,RMSEP(cross)]和决定系数(coefficient of determination,R^(2))分别为0.631与0.84、0.326与0.87、0.468与0.83;Glu、Ash的RMSEP(cross)和R^(2)分别为0.127与0.53、0.179与0.51;P的RMSEP(cross)和R^(2)为0.086与0.33。2种定标软件得到的结论基本一致,均表明MT、EE、CP的预测模型可在实际生产中精确预测;Glu、Ash的预测模型可在大量样品的粗略分析与筛选时应用,但还需继续优化;P的预测模型相关性较差,不能在实际生产中应用。

基于BP和Adaboost-BP神经网络的羊肉新鲜度高光谱定性分析

【目的】实现对羊肉新鲜度的快速准确鉴别。【方法】研究通过对460~1 000 nm的羊肉高光谱图像纯肌肉部分提取光谱数据,以挥发性盐基氮(TVB-N)值对新鲜度等级进行划分,对预处理后的光谱数据分别采用连续投影算法(SPA)、主成分分析(PCA)两种压缩降维方法和反向传播(BP)神经网络、自适应提升BP(Adaboost-BP)神经网络两种建模方法开展羊肉新鲜度的分类比较。【结果】其中采用SPA、PCA建立的BP模型校正集与预测集准确率均为100%、83.33%,建立的Adaboost-BP模型校正集与预测集准确率均为100%、94.44%,两种压缩降维方法下Adaboost-BP模型效果均优于BP模型。【结论】利用高光谱图像技术结合Adaboost-BP方法对羊肉新鲜度等级进行分类判别是可行的。

花青素纳米纤维智能标签对羊肉新鲜度的无损检测

为实现羊肉新鲜度的无损、实时、可视化检测,及建立可靠的预测模型,将花青素纳米纤维智能标签应用于市售温度(10±2)℃储藏下的羊肉,并测定了智能标签的微观结构和胺敏感性,以及羊肉储藏过程中的新鲜度指标(感官品质、挥发性盐基总氮含量(Total Volatile Basic Nitrogen,TVB-N)、pH值、菌落总数、酸度/氧化力系数)和纤维膜的色差。结果表明:花青素纳米纤维膜呈淡粉色,由250 nm左右的均匀纤维丝组成,具有胺敏感性;羊肉的各新鲜度指标指示其在储藏72 h时已腐败变质,同时纤维膜由粉色变为白色;相关性分析表明纤维膜色差与各新鲜度指标具有显著相关性(P<0.05),并建立了准确率为88.2%的色差对TVB-N的预测模型(R2=0.967)。综上所述,羊肉新鲜度的无损、可视化和实时检测可通过花青素纳米纤维智能标签实现,且根据标签颜色即可初步预测羊肉新鲜度级别,为解决肉类安全问题提供了新思路。

基于聚类-RBF神经网络的家庭冷藏羊肉新鲜度的评价方法

为了实现对家庭储藏方式下羊肉新鲜度变化的全面客观评价,本文研究利用自制电子鼻系统、色差仪与质构仪获取气体、颜色和硬度数据,通过分析获取家庭冷藏条件下羊肉品质变化的规律,采用聚类算法确定RBF神经网络的中心,建立基于聚类-RBF神经网络的羊肉新鲜度评价模型,对家庭冷藏羊肉新鲜度进行客观全面的评价。结果表明:根据电子鼻、色差仪、质构仪获取的气体、颜色、硬度数据确定了反映羊肉新鲜度变化的多源数据,结合气体、颜色和硬度数据所建立的聚类-RBF神经网络模型对羊肉新鲜度分类的准确率为80%,这表明本文所建立的分类模型对羊肉新鲜度的评价是有效、可行的。

羊肉泡馍汤料的配置及保质期的研究

选用新鲜羊肉,经预煮、卤煮、高温杀菌等工艺,选用具有保健功能的八珍香料及调味料等辅料,调制出具有独特风味的羊肉泡馍汤料,并进行了保质期试验。

一种羊肉品质无损检测方法的研究

对反映羊肉品质的气味、pH值、表面纹理色泽等信息进行了检测,通过人工神经网络建立了多数据融合检测模型,检测结果与肉类新鲜度国家标准TVB-N值相对应,实现对羊肉新鲜度的快速、无损检测.