近红外光谱技术快速检测猪肉糜中的掺杂鸭肉

为快速、准确利用近红外定性分析混入鸭肉的掺假猪肉糜。试验在猪肉糜中添加不同比例的鸭肉肉糜,制备不同掺假鸭肉的样品90个,其中76个为掺有不同鸭肉质量分数的样品,14个为纯猪里脊肉,并独立制备44个验证集样品,其中37个为掺有不同鸭肉肉糜质量分数的样品,7个为纯猪肉。在10 000 cm-1~4 000 cm-1波数范围内进行光谱扫描,采用不同光谱预处理方法结合主成分分析,建立PLS-DA模型。建立的判别分析模型:在全波段范围(10 000 cm-1~4 000 cm-1)内,对校正集正确判别率可达100%,验证集的正确判别率可达88.6%。研究结果表明近红外漫反射光谱可以快速检测猪肉中的掺杂鸭肉。     

应用近红外光谱分析判别芝麻油掺伪的研究

研究了应用近红外光谱分析技术快速、准确判别芝麻油有无掺伪的方法。主要利用近红外光谱和主成分分析结合BP人工神经网络法进行了纯芝麻油、纯大豆油、掺有大豆油的掺伪芝麻油的判别研究。试验结果表明,利用BP人工神经网络法将83个校正集样品的10个主成分数据作为BP网络输入变量,建立的三层BP人工神经网络判别模型对26个测试集样品的判别率为96.15%,表明近红外光谱分析方法对纯芝麻油、纯大豆油、掺伪芝麻油具有很好的判别分类作用,该方法能有效判别芝麻油有无掺伪大豆油。     

拉曼光谱法快速检测猪肉脯中的掺伪鸡肉

目的 肉脯掺假制假事件层出不穷,严重损害消费者权益,为了快速无损的检测肉脯掺假的质量安全问题,建立拉曼光谱技术快速、准确、无损的检测猪肉脯样品中是否掺假鸡肉。方法 试验制备33份猪肉中掺入不同比例鸡肉的肉脯样品,采集拉曼光谱数据,分别采用标准正态变换、多元散射校正、卷积平滑、归一化、一阶导数等5种不同预处理方法,对原始光谱数据进行预处理,采用连续投影算法、竞争性自适应重加权算法及随机蛙跳算法对光谱数据进行特征波长筛选,建立偏最小二乘法(partial least squares,PLS)模型对猪肉脯进行定性定量判别。结果 拉曼光谱数据经过多元散射校正处理的效果最佳,竞争性自适应重加权算法竞筛选效果更佳,构建猪肉脯中猪肉含量(%)的PLS定量模型,其预测集相关系数(Rp₂⁾和预测均方根误差分别为0.9762、7.2998。建立的PLS判别模型的校正集和预测集总判别正确率分别为100%和98.33%。拉曼光谱分析技术可有效鉴别猪肉脯是否掺伪及其猪肉含量的比例,为肉脯掺假的快速准确地无损检测提供技术支持。结论 拉曼光谱分析技术可有效用于定性鉴别猪肉脯是否掺伪及定量分析猪肉肉脯中掺入鸡肉的比例,为肉脯掺假的快速无破坏性检测的应用提供支持。     

CARS结合PLS-LDA法识别奶牛饲料中土霉素的可行性研究

收集了一年内不同月份不同种类的纯奶牛精补料20个,制备土霉素含量不同的掺假奶牛精补料100个,在全光谱范围内对样品进行近红外透反射光谱扫描,利用CARS法对光谱数据进行前处理,采用偏最小二乘-线性判别分析(PLS-LDA)法来建立判别模型。建立的PLS-LDA模型的交互验证最小错误率为0.0729,模型错分率为0,模型预测错误率为0.0417。说明利用近红外光谱技术建立定性判别模型来检测奶牛饲料中是否掺有土霉素是可行的。     

近红外光谱法对鸡肉品种的快速无损鉴别

选取爱拔益加肉鸡（又名AA肉鸡）、京海黄鸡和狼山鸡鸡胸肉各40 个肉样,应用便携式近红外光谱仪在1 000～2 500 nm波长条件下分别对鸡肉肉块和肉糜进行光谱扫描,并测定肉样的颜色、蛋白质、脂肪和水分含量。各选择90 个肉样作为建模集,采用偏最小二乘判别分析法分别建立了鸡肉肉块和肉糜的品种鉴别模型。所建的两个模型对校正集和验证集样本的鉴别准确率均分别为100%和97.7%,对剩余预测集的各30 个肉样进行鉴别分析的鉴别准确率均为90%。     

基于近红外光谱的冻融猪肉糜鉴别模型研究

目的 反复冻融猪肉糜品质差、不易判别。方法 采用近红外光谱分析技术对新鲜猪肉糜和不同冻融次数猪肉糜分别进行无损鉴别,建立了窄神经网络(narrow neural network, NNN)、线性判别(linear discriminant, LD)、支持向量机(support vector machine, SVM)和子空间判别(subspace discriminant, SD)4种不同的判别模型,并对所建立的模型性能采用正确判别率、混淆矩阵、受试者工作特征曲线和曲线线下面积这4个指标进行评价。结果 基于子空间判别建立的模型较优,其预测集正确判别率为96.4%,并且其混淆矩阵、ROC曲线和AUC均显示了该模型对于冻融猪肉糜分类的优越性。结论 本研究建立的近红外光谱技术结合子空间判别模型对冻融猪肉糜的鉴别能力较强,可为工业化在线检测方法的开发提供技术支撑。     

基于支持向量机的近红外光谱技术快速鉴别掺假羊肉

为实现掺假羊肉的无损鉴别,利用傅里叶变换近红外光谱分析技术建立混入鸭肉的掺假羊肉糜的快速检测方法。实验通过在羊肉糜中添加不同比例的鸭肉糜来制备掺假羊肉,采用近红外漫反射方式在全波段范围(10000~4000 cm-1)内采集羊肉、掺假羊肉和鸭肉的近红外光谱图,分别考察多元散射校正(Multiplicative scatter correction,MSC)、标准正态变量变换(Standard normal variate correction,SNV)、面积归一化(Area normalization)、标准化(Autoscale)、15点平滑处理(Smoothing)、一阶导数处理(1stderivative)的光谱预处理方法对所建支持向量机(nuSVM)判别模型的预测效果。结果显示,不同光谱预处理所建nu-SVM判别模型预测效果不同。其中,经标准化处理后所建的nu-SVM模型的预测能力最差为90.38%;15点平滑处理后所建nu-SVM模型的预测效果最好(96.15%),对建模集正确判别率为99.07%,对检验集正确判别率为96.15%;其余处理所建nu-SVM模型的判别能力介于二者之间。结果表明,采用近红外光谱技术结合15点平滑预处理后所建nu-SVM模型可以实现羊肉中的掺杂鸭肉的鉴别。     

近红外光谱法鉴别奶牛饲料中三聚氰胺甲醛树脂的可行性研究

收集国内常用的、具有代表性的奶牛精补料33个样品,制备99个三聚氰胺甲醛树脂(MF)掺假样品,在全光谱范围内进行近红外透反射光谱扫描,选择合适的前处理方法,采用BP神经网络方法和PLS-LDA方法分别建立判别模型。建立的BP神经网络判别分析模型的预测正确率为100%,建立的PLS-LDA判别分析模型的交互验证最低错误率为0.0778,模型错分率为0.0667,模型预测错误率为0.1429。说明利用近红外透反射光谱建立定性分析模型来检测奶牛饲料中是否掺有MF的研究是可行的。     

近红外光谱鉴别滇南小耳猪和DLY商品猪

应用近红外漫反射光谱技术(near infrared reflectance spectroscopy,NIRS),对滇南小耳猪和DLY商品猪的整块、匀质肉糜、烘干粉、冻干粉的光谱建模分析,进行品种鉴别,并筛选出最优的光谱建模方法。采集4 300~11 000 cm-1范围内53头滇南小耳猪、58头DLY商品猪背最长肌整块、匀质肉糜、烘干粉、冻干粉光谱数据。分别采用原始光谱、一阶导数、二阶导数、变量标准化、多元散射校正等方法进行光谱预处理,应用簇类独立软模式方法建立品种鉴别模型。其中80个样品作为校正集,余下31个样品作为验证集。结果表明:DLY商品猪和滇南小耳猪整块肉光谱模型对验证集DLY商品猪识别率为100%,拒绝率为0%,对验证集滇南小耳猪识别率为100%,拒绝率50%,效果不理想;匀质肉糜光谱模型对验证集DLY商品猪识别率为100%,拒绝率为0%,对验证集滇南小耳猪识别率为100%,拒绝率0%,效果不理想;烘干粉、冻干粉的近红外光谱模型鉴别效果较好,验证集的识别率和拒绝率均为100%。综上,近红外光谱分析方法可用于鉴别DLY商品猪和滇南小耳猪两个品种。     

基于红外特征光谱的熟制鸡肉鉴别技术研究

为了实现熟制鸡肉的快速鉴别,应用近红外光谱结合PLS分析对熟制鸡肉掺假现象进行了识别分析。该研究针对掺有不同含量卡拉胶、水的熟制鸡肉,采集了其近红外光谱。选择S-G导数+SNV的预处理方式,分别选择8个和9个主成分建立了最优PLS分析模型。研究结果表明,PLS模型具有较好的识别效果,其中掺有水的模型优于掺有卡拉胶的模型,两模型最高正确率分别高达98.4%和99.0%。由此可见,基于红外特征光谱的熟制鸡肉鉴别技术具有实用价值。     

注胶肉的近红外光谱快速判别分析

为了探讨利用近红外漫透射光谱判别分析技术快速鉴别注胶肉的可行性,共制备了101个样品,其中74个注胶肉样品。利用德国Bruker公司生产的MPA型傅里叶变换近红外光谱仪,采用固体漫透射采样附件获取样本光谱,随机选取62个注胶肉样品和23个正常肉样品作为校正集,用来建立注胶肉和正常肉判别模型。利用独立的验证集对判别分析模型进行了验证,结果表明所有验证样品均被唯一正确判别,采用近红外漫透射光谱能快速无损的判别注胶肉。     

猪肉中卡拉胶预测模型的开发与验证

为了探讨利用近红外透射光谱分析技术快速鉴别注胶肉的可行性,共制备了95个样品,其中60个注胶肉样品。利用FOSS公司生产的Foodscan型近红外肉类分析仪获取样本光谱,随机选取50个注胶肉样品和25个正常肉样品作为校正集,采用近红外光谱结合偏最小二乘法(PLS),建立注胶肉和正常肉判别模型。利用独立的预测集对预测模型进行了验证,结果表明所有验证样品均被正确判别,采用近红外透射光谱能快速无损的判别。     

冷冻魔芋-玉米醇溶蛋白复合凝胶对猪肉糜品质的影响

为探究经冷冻-解冻处理的魔芋葡甘聚糖（konjac glucomannan,KGM）与玉米醇溶蛋白复合凝胶部分替代猪肉糜的可行性。将不同KGM和玉米醇溶蛋白添加比例（8∶1、2∶1、1∶2、1∶8）的冷冻复合凝胶以不同添加量（20%、40%、60%、80%）加入到猪肉糜中,研究不同KGM和玉米醇溶蛋白添加比例的冷冻复合凝胶及其不同添加量对猪肉糜的色泽、质构特性、压力失水率的影响。结果表明：当冷冻复合凝胶的添加量为20%时,复合猪肉糜的颜色、硬度、弹性与纯猪肉糜相比均无显著差异,并且冷冻复合凝胶的加入可以显著降低猪肉糜的压力失水率。此时KGM与玉米醇溶蛋白比例的变化对复合猪肉糜的硬度、弹性以及压力失水率无显著影响。由此可知,冷冻复合凝胶能够部分替代猪肉糜,具有制备低脂肉制品的潜力。     

鹰嘴豆分离蛋白对减盐猪肉糜凝胶品质的影响

为探究鹰嘴豆分离蛋白(chickpea protein isolate,CPI)不同添加量对2种盐含量(质量分数1.4%和2%)猪肉糜凝胶品质的影响,将猪瘦肉与猪背膘斩拌成肉糜,分别设置不同盐含量和鹰嘴豆分离蛋白的处理组并加热制成凝胶。测定猪肉糜凝胶的色泽、乳化稳定性、质构、水分分布和流变特性。结果表明,在不添加鹰嘴豆分离蛋白的条件下,1.4%食盐质量分数的猪肉糜凝胶的汁液流失和硬度值显著高于2%食盐浓度的猪肉糜凝胶;相同食盐浓度条件下,随着CPI添加量的增加,猪肉糜凝胶的a^*值、b^*值、硬度、弹性、咀嚼性以及不易流动水比例均显著增加(P<0.05),动态流变储能模量G'值升高,汁液流失率显著降低(P<0.05),并在CPI添加量为1.2%时达到最大值或最小值;在相同CPI添加量条件下,1.4%食盐1.2% CPI的猪肉糜凝胶的储能模量G'值高于2%食盐1.2% CPI的猪肉糜凝胶,且2组凝胶的不易流动水比例、乳化稳定性、质构特性无显著差异(P>0.05)。综上,鹰嘴豆分离蛋白的添加能够在降低食盐用量的同时提升猪肉糜的凝胶品质。     

模糊数学综合评判法在马蹄鸡肉糜脯开发中的应用

本文以去骨鸡肉糜为原料,以产品质构为指标,研究了马蹄对鸡肉糜脯粘结性的影响,并通过研究复合胶以及烘制温度和时间对鸡肉糜脯品质的影响,运用模糊数学综合评判法优化马蹄鸡肉糜脯加工工艺。得出优化工艺配方为：马蹄添加量为55%,复合胶添加量为1.8%,烘制时间2.5h,烘制温度80℃。     

基于近红外光谱技术的赣南茶油掺假快速鉴别北大核心CSCD

为了探索基于近红外光谱技术快速无损鉴别掺假油茶籽油的可行性,以赣南茶油为研究对象,通过掺入不同植物油如玉米油、花生油、菜籽油、葵花籽油和大豆油等制备掺假油茶籽油,应用近红外光谱技术采集其光谱特征信息,对比不同预处理方法和主成分数,并结合线性和非线性建模方法建立油茶籽油掺假鉴别模型,以识别准确率(纯油茶籽油样品和掺假油茶籽油样品被正确判别的比例)、灵敏度(纯油茶籽油样品被正确判别为纯油茶籽油的比例)、特异性(掺假油茶籽油样品被正确判别为掺假油茶籽油的比例)作为模型的评价指标,优选出最佳模型。结果表明:二阶微分联合线性判别分析(SD-LDA)模型为最优线性模型,标准正态变量变换联合人工神经网络(SNV-ANN)模型为最优非线性模型,两个模型的识别准确率、灵敏度、特异性分别为97.58%、100%、97.33%和98.99%、100%、98.88%。SNV-ANN模型鉴别效果优于SD-LDA模型,说明非线性模型更适于油茶籽油掺假判别,该模型能更准确地鉴别油茶籽油是否掺假。     

高光谱成像技术结合线性回归算法快速预测鸡肉掺假牛肉

采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial least squares regression,PLSR)和多元线性回归(Multiple linear regression,MLR)算法建立掺假样品的定量预测模型。为了减少高维共线性问题,提高模型运算效率,分别采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(Successive projection algorithm,SPA)筛选最优波长建立优化预测模型。结果表明,基于SPA算法结合MLR建模方法得到的掺假牛肉预测模型,其预测效果最优,校正集决定系数(R_C2)和均方根误差(Root mean square error of calibration,RMSEC)分别为0.99和3.23%,验证集的决定系数(R_P2)和均方根误差(Root mean square error of prediction)RMSEP分别为0.97和5.31%,预测偏差(Residual predictive deviation,RPD)为6.82。综上,近红外高光谱成像技术结合线性回归算法可以实现对掺假牛肉的快速无损定量检测。     

不同食盐添加量和蒸煮温度对猪肉糜品质的影响

食盐添加量和蒸煮温度影响猪肉糜的加工特性和肉制品品质。该文主要分析不同食盐添加量(质量分数为1%、2%和3%)和蒸煮温度(70、80和90℃)猪肉糜的色差、蒸煮得率、质构和流变性,研究食盐和蒸煮温度对猪肉糜凝胶性能的影响。猪肉糜的L*值、蒸煮得率和硬度、弹性、内聚性均随食盐添加量的增加显著(p0.05)升高,而b*值显著(p0.05)下降;从25℃加热到95℃,食盐添加量(质量分数)为3%的猪肉糜的储能模量(G')最高。在相同食盐添加量的猪肉糜中,蒸煮得率和弹性在70℃时最高,随着温度的升高而降低,而b*值和内聚性随着温度的升高而显著增加(p0.05);G'在89℃时达到最大值,之后显著下降。综上所述,采用合适的食盐添加量和蒸煮温度有利于提高猪肉糜制品的品质。     

猪血浆蛋白乳化棕榈油对猪肉糜凝胶特性的影响

以质量分数25%和50%猪血浆蛋白乳化棕榈油替代猪背膘,研究其对猪肉糜凝胶特性、流变性、水分分布 状态和水分迁移特性的影响。结果表明：添加乳化棕榈油可显著提高猪肉糜凝胶的L*值、b*值、蒸煮得率、硬度 和弹性（P＜0.05）,在替代量为50%时猪肉糜凝胶有最高的L*值、b*值、蒸煮得率、硬度和弹性。在80 ℃,猪背 膘替代量为50%时猪肉糜的G’最高。低场核磁共振结果表明：添加乳化棕榈油猪肉糜凝胶的T22起始弛豫时间较短, T21的峰面积比例增加,而T22的峰面积比例降低,说明水分可移动性降低,不易流动的水分含量增加,猪肉糜凝胶 的保水性增强。     

基于可见近红外光谱玉米种子活力的无损 检测方法

目的基于近红外漫反射技术,初步探讨玉米种子活力的快速、无损检测方法。方法本研究利用实验室自行搭建的近红外光谱检测系统获取60粒表面平整无明显损伤的M017玉米种子450~900 nm光谱曲线,其中校正集和验证集比例为3:1。利用红墨水染色法判定玉米种子样品是否具有活力。通过进行SG-5点平滑(Savitzky-Golay smoothing,SG)预处理方法减小曲线噪声,基于主成分分析(principal component analysis,PCA)方法提取主要判别成分,并依据测定的种子活力情况和其光谱曲线应用支持向量机(support vector machine,SVM)建立判别模型进行分析。结果当累计贡献率达到96%时,选取6个主成分,建立的模型判别正确率最高,近红外漫反射光谱数据能够较好的判别种子活力的有无,其中校正集和预测集判别正确率分别为95.56%和86.67%。结论证明该方法可行,基本能够满足快速无损检测判别玉米种子活力的要求,为今后快速无损检测玉米种子活力奠定了基础。