返回列表 发布新帖

[生物] 基于近红外光谱的生鲜猪肉新鲜度实时评估

6 0
admin 发表于 2025-1-29 16:00 | 查看全部 阅读模式

基于近红外光谱的生鲜猪肉新鲜度实时评估
目的  运用近红外光谱对生鲜猪肉新鲜度进行实时评估。方法  利用多通道可见近红外光谱系统, 获取了猪肉表面380~1080 nm波长范围内的漫反射光谱数据, 采用多元散射校正(MSC)和变量标准化(SNV)的预处理方法, 然后使用偏最小二乘回归建立猪肉新鲜度的预测模型, 进而对猪肉新鲜度进行评价。结果  采用变量标准化处理后的偏最小二乘回归模型相对比较稳定, 建模效果比较好。对挥发性盐基氮 (TVB-N)的验证集的相关系数达到0.91, 对pH值的验证集的相关系数达到0.93。最后利用该模型对猪肉新鲜度进行评定, 评定准确率达92.9%。结论  实验中运用多点的测量方式提高了近红外检测的精度和稳定性, 对于实时检测评估生鲜猪肉的新鲜度有很大的潜力。

Objective  To assess pork freshness using visible/near infrared spectroscopy. Methods  Diffuse reflectance spectroscopy data were obtained from the pork surface of 380~1080 nm by use of multi-chan?nel visible near-infrared spectroscopy system. The multiplicative scattering correction (MSC) and standard normal variables (SNV) were carried out as pre-treatment methods of the spectral data. The prediction model of pork freshness was then established using partial least squares regression, so as to evaluate the freshness of pork. Results  The partial least squares regression model after SNV treatment was relatively stable, and the performance was better. The correlation coefficient of total volatile basic nitrogen (TVB-N) and pH value were 0.91 and 0.93 respectively. The accuracy rate of pork freshness assessment was 92.9% by this model. Conclusion  The use of multi-point measurements can improve the accuracy and stability of the near-infrared detection, there is a great potential for real-time assessment of pork freshness by visible/near infrared spectroscopy.

标题:基于近红外光谱的生鲜猪肉新鲜度实时评估
英文标题:Real-time assessment of pork freshness based on visible/near infrared spectroscopy

作者:
赵松玮 中国农业大学工学院
彭彦昆 中国农业大学工学院
王伟 中国农业大学工学院
张海云 中国农业大学工学院
宋育霖 中国农业大学工学院
赵娟 中国农业大学工学院

中文关键词:生鲜猪肉,近红外光谱,新鲜度,挥发性盐基氮,pH值,
英文关键词:pork,visible/near infrared spectroscopy,freshness,total volatile basic nitrogen,pH,

发表日期:2012-11-15
2025-1-28 18:58 上传
文件大小:
311.85 KB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表