光谱分析技术在野生食用牛肝菌研究中的应用研究进展
文献类型: 中文期刊
第一作者: 王圆圆
作者: 王圆圆;李杰庆;李涛;刘鸿高;王元忠
作者机构:
关键词: 牛肝菌;红外光谱;紫外光谱;多光谱信息融合;鉴别与评价
期刊名称: 食品科学
ISSN: 1002-6630
年卷期: 2019 年 15 期
页码: 300-306
收录情况: EI ; 北大核心 ; CSCD
摘要: 牛肝菌具有重要的食药用和经济价值,是世界性美味野生食用菌。其质量安全可控是保障消费者健康及产业绿色持续发展的基础,建立全面、稳定、系统的质量评价方法有利于强化牛肝菌质量控制,对市场稳定发展具有重要意义。光谱分析技术具有简便、快速、实用性强等特点,能够弥补传统感官评定的缺陷,提高分析准确性,广泛用于牛肝菌品质研究,是评价牛肝菌品质优劣、鉴别真伪以及确保其质量稳定一致的重要技术支撑。本文对近年国内外光谱分析技术在野生食用牛肝菌研究方面的应用现状和进展进行综述,探讨了红外、紫外光谱及多光谱信息融合技术在牛肝菌产地、种类、贮藏年限鉴别评价等方面的应用前景,以期为牛肝菌的深入研究和合理开发利用提供参考。
分类号: TS219`O657.3
- 相关文献
[1]傅里叶变换红外光谱和紫外光谱数据融合对牛肝菌种类的鉴别. 姚森,刘鸿高,李涛,李杰庆,王元忠. 2018
[2]食用牛肝菌不同部位紫外指纹图谱鉴别分析. 杨天伟,崔宝凯,张霁,李涛,李杰庆,刘鸿高,王元忠. 2014
[3]紫外光谱结合欧氏距离和主成分分析法快速鉴别牛肝菌. 杨天伟,李涛,张霁,李杰庆,刘鸿高,王元忠. 2014
[4]不同产地、种类牛肝菌的紫外光谱鉴别分析. 杨天伟,李涛,张霁,李杰庆,刘鸿高. 2015
[5]红外光谱结合化学计量学方法快速鉴别牛肝菌种类及总汞含量分析. 杨天伟,张霁,李涛,王元忠,刘鸿高. 2016
[6]砷超标食用牛肝菌的红外光谱快速鉴别. 李杰庆,杨天伟,王元忠,刘鸿高,李涛. 2017
[7]红外光谱结合多元统计分析快速鉴别不同种类牛肝菌. 杨天伟,张霁,史云东,李涛,王元忠,刘鸿高. 2015
[8]花生红衣褐色素光谱分析. 陈杰,徐鹤龙,方志伟,陈俊标,周立华,陈德华,谢玉钊. 2008
[9]多光谱数据融合技术对绒柄牛肝菌产地的鉴别. 姚森,李涛,刘鸿高,李杰庆,王元忠. 2018
[10]不同储藏年限绒柄牛肝菌紫外&红外光谱数据融合鉴别研究. 张钰,李杰庆,李涛,刘鸿高,王元忠. 2018
[11]牛肝菌中的尼古丁成因研究报告. 彭云霞,马晓刚,李云飞,熊清,赵永昌. 2010
[12]福建牛肝菌研究初报. 陈宇航,陈政明. 2003
[13]几种特色食用菌功能活性成分的研究进展. 王伟,孙彬,张玉,王君虹,朱作艺,李雪. 2015
[14]牛肝菌、羊肚菌营养功能特性及利用价值浅析. 顾可飞,李亚莉,刘海燕,周昌艳. 2018
[15]重要商品牛肝菌保育及虫害防治研究. 苏开美,马林,自正权,柴红梅,李云川,李树红. 2020
[16]多源异构光谱信息融合的食用牛肝菌鉴别方法. 李秀萍,李杰庆,李涛,刘鸿高,王元忠. 2018
[17]牛肝菌化学成分及其生物活性的研究进展. 王林,马青云,黄圣卓,孔凡栋,丁琼,赵友兴. 2017
[18]数据融合快速鉴别9种野生食用牛肝菌. 李秀萍,李杰庆,李涛,段智利,王元忠. 2019
[19]2010年云南野生食用菌的产业形势分析. 赵永昌. 2010
[20]红外光谱法对牛肝菌种类鉴别及镉含量预测研究. 杨天伟,张霁,李杰庆,王元忠,刘鸿高. 2017
作者其他论文 更多>>
-
茄子新品种紫玉1号的选育
作者:李植良;孙保娟;李涛;黎振兴;游倩;衡周;宫超
关键词:茄子;紫玉1号;一代杂种
-
LED补光对日光温室基质栽培草莓生产及叶片生理特性的影响
作者:张涵;张玉琪;黎景来;徐虹;李维环;李涛
关键词:LED补光;草莓;产量;光合作用;日光温室
-
种植密度对全株大麦青贮品质的影响
作者:任家辉;张腾薇;包文龙;云颖;王照兰;刘志萍;郑成忠;王凤梧;王靖宇;杨凤婷;乔巩;渠佳慧;李涛;孙娟娟
关键词:全株大麦;种植密度;营养价值;发酵品质
-
卡贝缩宫素诱导母猪日间同期分娩试验
作者:李琴;李涛;白佳桦;柴伟东;王栋;刘彦;翁士乔;田见晖
关键词:卡贝缩宫素;氯前列醇钠;母猪;产程;白天分娩占比
-
植物工厂环境调控及栽培措施对玉米生长的影响
作者:李鑫龙;张玉琪;程瑞锋;杨其长;李涛
关键词:玉米;植物工厂;LED;环境调控;加代快繁
-
脆蜜金柑常见病虫害及防治技术
作者:陈柳裕;李涛;刘星圻;莫毅;边荣玉;谢燕青;谢广燊;李志鹏
关键词:脆蜜金柑;病虫害防治;综合防控技术;农业生态;产业可持续发展
-
基于FT-NIR技术结合化学计量学方法快速准确鉴别天麻不同栽培品种
作者:苏俊宇;刘鸿高;王元忠
关键词:傅里叶变换近红外光谱;化学计量学;机器学习;天麻;栽培品种
