領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
高光譜成像與近紅外光譜（near infrared spectroscopy，NIR）技術(shù)是現(xiàn)代食品檢測領(lǐng)域的重要手段，本研 究對2 種技術(shù)在雞肉品質(zhì)無損檢測中的預(yù)測精度進行研究。選用62 份新鮮程度不同的雞胸肉，提取其高光譜感興 趣區(qū)域（region of interest，ROI）的光譜曲線，并測定樣品的揮發(fā)性鹽基氮（total volatile base nitrogen，TVB-N） 含量和菌落總數(shù)（total viable count，TVC），利用OPUS 6.0光譜處理軟件搜尋最佳的光譜預(yù)處理和波段組合，分 別建立2 個指標的偏最小二乘法（partial least square，PLS）定量分析模型。NIR樣本選用30 份新鮮程度不同的雞 胸肉，測定其TVB-N含量和TVC，建立PLS的交叉驗證模型。結(jié)果表明：利用高光譜的ROI平均光譜建立的TVB-N 含量與TVC模型的相關(guān)系數(shù)（R2）分別為0.965和0.919，均方根誤差（root mean square error of cross validation， RMSECV）分別為0.121和0.215；利用NIR建立的TVB-N含量與TVC預(yù)測模型的R2分別為0.801和0.780，RMSECV分 別為0.232和0.312。由此可見，基于高光譜的ROI區(qū)域光譜建立的預(yù)測模型在雞肉品質(zhì)無損檢測中具有比NIR更高的 預(yù)測精度。
2023年第37卷 2022年第36卷 2021年第35卷 2020年第34卷 2019年第33卷 2018年第32卷 2017年第31卷 2016年第30卷 2015年第29卷 2014年第28卷 2013年第27卷 2012年第26卷 2011年第25卷 2010年第24卷 2009年第23卷 2008年第22卷 2007年第21卷 2006年第20卷 2005年第19卷 2004年第18卷 2003年第17卷 2002年第16卷 2001年第15卷 2000年第14卷 1999年第13卷 1998年第12卷 1997年第11卷 1996年第10卷 1995年第09卷 1994年第08卷 1993年第07卷 1992年第06卷 1991年第05卷 1990年第04卷 1989年第03卷 1988年第02卷 1987年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
