排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
以驴背最长肌为原料,采用常压腌制(SC)、脉冲真空腌制(PVC)、超声辅助腌制(UAC)和超声辅助脉冲真空腌制(UVC)4种方式对驴肉进行腌制,研究不同方式对驴肉品质的影响规律。结果表明:与SC处理相比,其他3组腌制方式对驴肉腌制效率、色泽、嫩度及质构特性影响显著。其中UVC组的腌制吸收率和NaCl含量最高,a*值和嫩度也显著高于其他3组腌制方式,硬度、内聚性、咀嚼性最低,但弹性最高。蒸煮损失和氢质子密度成像表明:UVC处理显著提高了肉制品的保水性,增加了水分含量。UVC可以有效提高驴肉腌制效率,缩短腌制时间,改善肉制品品质,是一种很有前景的驴肉加工技术。 相似文献
3.
为了实现准确无损检测"安哥诺"李果实的坚实度,试验利用MPA近红外光谱仪在4 000~12 500 cm~(-1)光谱范围采集了515个李果实样品的漫反射光谱,采用偏最小二乘法和反向传播人工神经网络建立"安哥诺"李果实坚实度的定量分析模型,使用波段筛选和多种光谱预处理方法优化了偏最小二乘模型。结果表明,4 000~7 267 cm~(-1)波段光谱数据经MSC校正的预处理方法处理后,偏最小二乘定量模型的校正集相关系数和均方根误差分别为0.878 1和1.22 kg/cm~2,预测集相关系数和均方根误差分别为0.836 5和1.51 kg/cm~2,优于BP-ANN模型。因此认为试验所建立的定量模型可为实现近红外无损检测"安哥诺"李果实坚实度提供技术支持和理论依据。 相似文献
4.
采收成熟度是影响李果实贮藏质量的重要因素,为实现快速无损判别李果实的成熟度,本文根据开花后发育时间的不同,将163个李果实样品分为早期(n=53)、中期(n=55)和晚期(n=55)三个成熟度,利用近红外光谱分析技术,对不同成熟度的李果实进行了分类。通过对马氏距离判别法、簇类独立软模式分类法、最小二乘-支持向量机的分类模型结果进行比较,发现原始光谱前20个主成分得分作为输入时的马氏距离判别法模型结果最优,校正集和预测集判别正确率分别为96.33%和96.30%。对不同成熟度样品的可溶性固形物、可滴定酸及坚实度进行单因素方差分析发现,各指标均存在显著差异,坚实度差异最大。提取品质指标数据的主成分发现,其聚类趋势与光谱主成分聚类趋势相似。结果表明,使用近红外光谱技术结合化学计量学方法对李果实成熟度进行鉴别是有效的、可行的,且其品质指标含量的差异可作为近红外光谱分类结果的理化验证。 相似文献
1