領學術科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
為實現(xiàn)黃瓜貯藏過程中基于微生物內源熒光信息的微生物數(shù)量變化情況的快速實時監(jiān)控，并為腐敗預判提供依據(jù)，在不同貯藏時間對黃瓜表面進行三維熒光信息采集。運用多項式插值方法去除原始光譜中的瑞利散射，并進行Savitzky-Golay多項式平滑降噪處理。采用核心一致診斷（core consistency diagnostic，CORCONDIA）法對組件數(shù)進行估計，以避免黃瓜在貯藏過程中表面微生物自身的代謝作用對樣本熒光信號的分析造成干擾。運用交替三線性分解（alternating trilinear decomposition，ATLD）算法，按該組件數(shù)對三維熒光矩陣進行分解，獲得不同組件的相對激發(fā)強度光譜、相對發(fā)射強度光譜和相對濃度陣。解析結果表明：通過CORCONDIA法在函數(shù)值大于60%的前提下，確定組件數(shù)為4。以ATLD算法分解出的4 個組件中，組件1和組件3呈現(xiàn)特殊雙峰結構，其特征激發(fā)-發(fā)射光譜與微生物主要內源熒光物質，即類色氨酸和類酪氨酸的熒光指紋圖譜吻合，且組件1所代表的類色氨酸具有較高的熒光量子產(chǎn)率。運用熒光區(qū)域積分法對組件1的特征光譜中高激發(fā)類色氨酸和低激發(fā)類色氨酸區(qū)域的熒光總量進行定量分析，并用多元逐步回歸方法構建了標準化區(qū)域積分值與微生物數(shù)量間的函數(shù)關系。回歸分析結果顯示，采用二元四次逐步回歸方法構建的回歸模型決定系數(shù)R2可達98.309 8%。采用1 個未參與模型建立的樣本對預測模型進行檢測，獲得微生物數(shù)量的相對誤差為1.037 1%。結論：在對黃瓜表面熒光光譜中微生物信息判別的基礎上，可以實現(xiàn)黃瓜貯藏過程中基于微生物三維熒光信息的微生物數(shù)量變化監(jiān)控模型的構建，為實時監(jiān)控腐敗進程提供依據(jù)。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
