首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   2篇
工业技术   3篇
  2023年   1篇
  2021年   1篇
  2020年   1篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
该研究以藜麦为原料,分别在150、180、210℃下用龙井锅炒制25 min,得到3种不同香型的藜麦茶,进而对其进行感官审评和香气电子鼻分析。感官审评表明:180℃炒制的藜麦茶品质最佳,藜麦香浓厚。电子鼻分析表明:在主成分分析(principal component analysis,PCA)中,第一主成分PC1的贡献率为87.81%,第二主成分PC2的贡献率是11.42%,总贡献率为99.22%,在线性判别分析(linear discriminant analysis,LDA)中,第一主成分PC1的贡献率为78.94%,第二主成分PC2的贡献率为15.36%,总贡献率为99.83%,两者均可以将原料和3种用不同温度炒制的藜麦茶区分开来;传感器区分贡献率分析(Loadings)分析可以看出,传感器7、9、6、1即硫化合物、硫的有机化合物、芳烃化合物以及烷类,对区分不同炒制温度的藜麦茶贡献较大,这几类成分可能是影响不同炒制温度的藜麦茶茶香气差异的主体成分。  相似文献   
2.
本研究以山东茶区春、夏、秋季绿茶为材料,运用感官审评对其香气特征进行评价,同时利用电子鼻技术对其香气成分组成进行分析。感官审评表明:春、夏、秋季绿茶分别呈现清香、栗香和花香,春茶综合得分最高,品质最佳。电子鼻分析表明:在主成分分析(Principal Component Analysis,PCA)中,第一主成分PC1的贡献率为74.22%,第二主成分PC2的贡献率是24.27%,总贡献率为98.49%,在线性判别分析(Linear Discriminant Analysis,LDA)中,第一主成分PC1的贡献率为96.68%,第二主成分PC2的贡献率为3.30%,总贡献率为99.98%,两者均可以将不同季节绿茶区分开来;从传感器区分贡献率分析(Loadings)分析可以看出,传感器7、9、2、10即硫化合物、芳烃化合物、硫的有机化合物、氮氧化物以及烷类和脂肪族,对区分不同季节绿茶香气的贡献较大,这几类成分可能是影响不同季节山东绿茶香气差异的主体成分。研究结果为山东不同季节绿茶的判断提供了一种科学、快速的方法。  相似文献   
3.
该研究以曼地亚红豆杉鲜叶(T. media Fresh Leaves,TFL)为材料,通过杀青、揉捻、干燥制成红豆杉茶叶(T. media Tea,TT)。运用超高效液相色谱串联质谱(UPLC-MS/MS)分析比较曼地亚红豆杉鲜叶加工前后的差异化合物。在TFL和TT中共鉴定到796种化合物,TFL中有777种化合物,TT中有768种化合物。根据PCA结合OPLS-DA筛选出差异化合物330种,其中氨基酸、脂质、黄酮、酚酸等255种化合物在TFL中含量高,有机酸等105种化合物在TT中含量高。TFL和TT的关键差异化合物有11种,包括柠康酸、3,5-二羟基-3-甲基戊酸、(2''S3''R)-5-(N,N二甲基-3''-苯基异丝氨酰)-红豆杉三烯A、1,3,5-苯三酚、澳大利亚紫杉碱、3-羟基吡啶、吡咯-2-羧酸在TT中含量较高;苯甲醛、橙皮素-7-O-葡萄糖苷、9-过氧-10E,12Z-十八碳二烯酸、木犀草素-7-O-(6''-咖啡酰)鼠李糖苷在TFL中含量较高。该研究将为红豆杉鲜叶的开发利用提供理论依据。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号