您好,欢迎访问天津市农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
收录级别:北大核心(精确检索)
2499条记录
近红外漫反射技术对货架期樱桃品质的判别

浙江农业学报 2015 北大核心 CSCD

摘要:运用近红外光谱技术(NIRS),经过不同预处理和不同光谱波段条件的处理分析,在全光谱范围408.8~2 492.8 nm(近红外光谱波长范围780~2 526 nm)内,采用一阶微分结合去离散处理(SNV&D)的方法构建了对樱桃贮藏期果实品质进行定性判别的模型。该模型判别分辨率达99.7%,预测准确率88.9%~99.0%,说明NIRS技术能够很好地对沙蜜豆樱桃品质进行定性判别,从而实现对其内部品质的快速评价。

关键词: 近红外光谱技术 樱桃 贮藏期 预测

 全文链接 请求原文
近红外漫反射无损检测蓝莓硬度的研究

浙江农业学报 2015 北大核心 CSCD

摘要:为建立近红外漫反射光谱检测蓝莓硬度的数学模型,分别采用质构仪质地多面分析(TPA)和穿刺两种方法,在近红外全波长范围400~2 500 nm扫描蓝莓后,比较不同的光谱预处理方法对模型的影响,并使用最优模型对未知的40个样品进行预测,验证了模型的准确性和稳定性。结果表明,TPA测定的果肉硬度其预测相关系数(R2p)为0.875 2,预测标准误差(SEP)为0.251,相对分析误差(RPD)为2.82;穿刺测定的最大硬度R2p为0.717 8,SEP为0.024,RPD为2.10。因此,试验建立的模型较稳定,能满足实际应用的需求,表明近红外漫反射技术对蓝莓果实硬度的快速无损检测具有可行性。

关键词: 蓝莓 近红外漫反射光谱 TPA硬度 穿刺硬度 无损检测

 全文链接 请求原文
近红外漫反射技术检测甜樱桃果实质地研究

食品工业科技 2015 北大核心 CSCD

摘要:以萨米脱樱桃为材料,利用近红外光谱技术研究贮藏过程中樱桃果实质地等方面模型建立的相关问题。实验在可见-近红外光谱(408.8~2492.8 nm)范围内,采用樱桃果实硬度、咀嚼性、回复性作为评价指标,对校正模型的不同预处理进行讨论。研究发现,三个模型在一阶微分导数下,果实硬度最优预处理是改进偏最小二乘法(MPLS)结合标准多元散射校正(SMSC),咀嚼性和回复性最优预处理是改进偏最小二乘法(MPLS)结合标准正常处理(SNV)。硬度、咀嚼性、回复性的校正误差SEC分别为0.110、0.035、0.009,校正相关性系数Rcv分别为0.974、0.949、0.921,预测相对分析误差RPD分别为3.38、3.24、3.27。结果表明,近红外光谱技术对贮藏过程中樱桃果实质地的检测具有可行性。

关键词: 近红外 樱桃 果实质地 TPA

 全文链接 请求原文
1-MCP处理对线椒常温贮藏品质和风味物质的影响

食品与发酵工业 2015 北大核心 CSCD

摘要:以线椒鲜果为原料,通过测定其叶绿素、Vc含量和可溶固形物质量分数等指标,并运用气相色谱-质谱联用技术(GC-MS)测定其挥发性物质,研究1-MCP处理对常温贮藏的线椒品质的影响。结果表明:线椒挥发性成分主要由醛类、醇类、酯类组成,占总挥发性物质含量的71.00%~85.92%,1-MCP处理组的整体风味优于对照组(CK),说明1-MCP处理能够起到一定的保鲜作用;在相同贮藏期,1-MCP组的叶绿素与VC含量均高于CK组,并在贮藏6 d时达到最大值,叶绿素含量分别为(24.85±2.37)、(22.36±2.44)mg/100 g,VC含量分别为(30.63±0.67)、(31.48±1.23)mg/100 g,且贮藏9 d、12 d时,2组的叶绿素含量差异显著(P<0.05),0 d、12 d时2组VC含量差异显著(P<0.05);CK组和1-MCP组的SSC分别降低了14.70%和12.48%。这表明1-MCP处理对线椒可以起到保绿作用,并可减缓其Vc含量变化速率,而对其SSC质量分数的影响较小,减缓线椒在常温贮藏期的衰老进程,提高其贮藏品质。

关键词: 线椒 1-MCP GC-MS 叶绿素 VC 可溶性固形物

 全文链接 请求原文
货架期线椒内部品质的近红外漫反射光谱检测

食品与发酵工业 2015 北大核心 CSCD

摘要:研究了建立近红外漫反射光谱检测货架期线椒内部品质的数学模型,并对其应用价值进行了评价。采用叶绿素a、叶绿素b和类胡萝卜素含量作为评价指标,在全光谱内(400~2 500 nm)分别建立了货架期线椒的叶绿素a、叶绿素b与类胡萝卜素的定标改进偏最小二乘法(MPLS)模型,并用最优模型进行预测。结果表明:叶绿素a、叶绿素b与类胡萝卜素的校正集的相关系数RC分别为0.907、0.896和0.902;交叉验证误差SECV分别为0.744、1.544和0.336;预测集的相关系数RP分别为0.890、0.924和0.906;预测集的相对误差SEP分别为0.894、1.647和0.361。实验结果说明,线椒中叶绿素a、叶绿素b和类胡萝卜素的含量与近红外光谱有显著的相关关系。

关键词: 近红外光谱 线椒 叶绿素a 叶绿素b 类胡萝卜素

 全文链接 请求原文
冷藏樱桃内部品质的近红外漫反射光谱检测

食品与发酵工业 2015 北大核心 CSCD

摘要:采用沙蜜豆樱桃为实验材料,对冷藏条件下的樱桃进行定量光谱分析,在全光谱范围(408.8~2 492.8nm)下,选取TSS、TA与TSS/TA作为评价指标,分别进行校正模型的预处理讨论。结果显示:TSS、TSS/TA的最优预处理均是全波长范围下的改进偏最小二乘(MPLS)算法,在一阶微分下的去离散处理(SNV and D)。TA的最优预处理是全波长范围下偏最小二乘(PLS)算法,在一阶微分下的标准多元散射校正(SMSC)处理。TSS、TA、TSS/TA的校正误差SEC分别是,0.432 9,0.037 5,0.576 1。校正相关系数Rcv2分别是0.941 5、0.861 7,0.928 7。预测相对分析误差RPD分别是3.9,3.7,2.7。说明建立的樱桃中TSS、TA、TSS/TA 3个模型稳定性好,能够达到实际应用标准。

关键词: 樱桃 近红外光谱 可溶性固形物 总酸 糖酸比

 全文链接 请求原文
不同温度对货架期樱桃挥发性物质变化的影响

食品工业科技 2015 北大核心 CSCD

摘要:以"沙蜜豆"樱桃为试材,利用电子鼻检测系统和顶空固相微萃取-气相色谱质谱联用仪2种检测技术,对冷藏20d后不同货架温度(13、20℃)不同时间(1、4、6d)樱桃芳香性物质变化进行分析。研究结果表明,应用主成分分析法、线性判别分析法、负荷加载分析法三种方法进行综合分析,电子鼻技术可以较好的区分不同货架温度下的樱桃。经SPME-GC-MS技术检测,得到樱桃果实中含量较高的成分是醇类和醛类,其中5种主要芳香性物质分别是苯甲醇、(E)-2-己烯醇、己醛、苯甲醛、(E)-2-己烯醛。发现13℃下1、4d时(E)-2-己烯醛含量趋于平稳状态,约在42%左右,6d时抑制受到缓和,(E)-2-己烯醛含量增至52%。20℃下1、4d时(E)-2-己烯醛已处于最高含量状态,约为53%左右,6d时其含量降至43%。这可能是由于低温环境下抑制了樱桃中的(E)-2-己烯醛芳香性物质的生成。

关键词: 电子鼻 顶空固相微萃取 气相质谱联用 货架期 樱桃

 全文链接 请求原文
气质联用与电子鼻对不同包装货架期线椒检测分析

食品工业科技 2015 北大核心 CSCD

摘要:运用HS-SPME-GC-MS和电子鼻2种技术,对10℃贮藏15 d后进行常温货架期间线椒的挥发性物质进行检测分析,并讨论3种不同包装(无包装、16μm PE、20μm PE)、不同货架期对挥发性成分的影响。结果表明:线椒的挥发性物质主要是由酯类、醛类和醇类物质组成,无包装组(A组)果实醇类和酯类物质相对含量最高,其次是16μm PE膜包装组(B组),20μm PE膜包装组(C组)最小,C组醛类物质相对含量最大;A、B、C组的醛类物质随着货架期的延长而降低,酯类挥发性物质则随着货架期的延长而增加,C组的保鲜效果最好;电子鼻分析结果显示,货架期1 d B、C组区分效果不理想;随着贮后货架时间的延长,不同包装组间的差异越明显,电子鼻区分效果也越好。电子鼻可以对不同货架期、不同包装厚度的线椒较好的判别区分,线椒挥发性成分受包装膜厚度以及时间长短的影响很大,LDA方法优于PCA方法。因此,电子鼻对线椒整体气味特征进行判别具有可行性。

关键词: 线椒 GC-MS 电子鼻 包装 货架期

 全文链接 请求原文
近红外光谱技术快速无损检测蓝莓总黄酮、花青素的研究

食品工业科技 2015 北大核心 CSCD

摘要:为建立起蓝莓的快速无损检测体系,本研究应用近红外光谱技术对鲜蓝莓中总黄酮、花青素的含量进行了分析。在光谱全波长(400~2500 nm)范围内采用偏最小二乘法(PLS)建立蓝莓总黄酮、花青素含量的定标数学模型,其相关系数分别为0.836和0.750,校正标准误差(SECV)分别为1.423 mg/(100g)和4.688 mg/(100g)。然后使用最优模型对32个未知样品进行预测,其预测相关系数Rp2分别为0.7968和0.7902,预测标准误差分别为2.779 mg/(100g)和5.013 mg/(100g),残差和分别为-0.003 mg/(100g)和-9.256(mg/100g)。实验结果说明,近红外漫反射技术可用于快速无损检测蓝莓中总黄酮、花青素含量。

关键词: 近红外光谱技术 蓝莓 总黄酮 花青素 无损检测

 全文链接 请求原文
1-MCP常温不同处理时间苹果的电子鼻判别分析

北方园艺 2015 北大核心

摘要:以"富士"苹果为试材,利用电子鼻对1-MCP常温不同处理时间内的苹果挥发性成分进行检测分析,通过电子鼻系统动态采集苹果挥发性成分并得到电子鼻的响应值,并用PCA和LDA模式判别方法进行数据分析。结果表明:PCA方法能够区分贮后相同货架期内1-MCP处理组和对照组,但对1-MCP不同处理组间区分效果不理想。LDA方法可以准确地对贮后相同货架期内所有处理的苹果进行判别区分。Loadings分析表明,传感器2、6、7、8、9在1-MCP常温不同处理时间的苹果电子鼻判别中发挥着主要作用。因此,利用电子鼻可以实现1-MCP常温不同处理时间苹果的判别区分,且LDA方法优于PCA方法。

关键词: 苹果 电子鼻 判别分析 1-MCP 处理时间

 全文链接 请求原文