基于植物花瓣天然色素傳感器的豬肉新鮮度判別研究.pdf

1、中國是最大的豬肉生產(chǎn)與消費國，豬肉及其制品不僅是人民生活的主要食用消費品，同時也是主要的出口商品之一。豬肉新鮮度是評價豬肉品質(zhì)優(yōu)劣的重要指標，關(guān)系到豬肉的食用安全。因此建立豬肉新鮮度的快速、安全、無損的檢測方法有著重要科學意義和應用價值。本研究提出利用天然色素敏化氣體可視化傳感器，并將其用于評價豬肉的新鮮度。天然色素由于其提取成本低，來源廣，綠色安全，并且在不同pH值環(huán)境中能表現(xiàn)出不同的顏色，被廣泛應用于食品工業(yè)。本論文嘗試利用天然色素

2、氣體可視化傳感技術(shù)評價豬肉新鮮度，主要開展了以下幾個方面的研究工作:
　　 1.天然色素提取工藝的優(yōu)化:選擇九種植物花瓣（月季花、玫瑰茄、山茶花、玫瑰花、康乃馨、勿忘我、玉臺梅、綠萼梅、紅須梅）為研究對象，逐個考察浸提溫度、浸提時間、浸提液濃度、液料比對色素提取率的影響，隨后在單因素實驗的基礎(chǔ)上選擇浸提溫度、浸提時間、浸提液濃度、液料比為考察因素，以提取率為考察指標，進行正交實驗。結(jié)果表明，這九種植物花瓣天然色素提取工藝的最佳條

3、件為:浸提溫度60℃，浸提時間3h，液料比50∶1，乙醇濃度70％。
　　 2.基于天然色素氣體可視化傳感技術(shù)的豬肉新鮮度的定性判別:研究分別利用常規(guī)氣體可視化傳感器和天然色素氣體可視化傳感器結(jié)合多種模式識別方法進行豬肉新鮮度的識別。在主成分分析的基礎(chǔ)上有比較地利用KNN、LDA和BPNN模式識別方法建立識別模型。比較天然色素氣體可視化傳感器和常規(guī)氣體可視化傳感器評價豬肉新鮮度的效果。結(jié)果表明:天然色素氣體可視化傳感器結(jié)合BPN

4、N時的識別效果最好，模型的預測準確率達到了100％。
　　 3.豬肉新鮮度化學值的定量檢測:利用全變量偏最小二乘法(partial least squares，PLS)和最小二乘支持向量機(least-squares support vector machine，LS-SVM)建立天然色素氣體可視化傳感器的顏色響應信號和豬肉新鮮度化學指標之間的相關(guān)性回歸模型。在全變量PLS建模過程中，分析了不同主成分數(shù)對模型的影響，利用交互驗證

5、均方根誤差(RMSECV)最小值為指標，選擇主成分數(shù)建立最優(yōu)PLS模型;在LS-SVM建模過程中，優(yōu)選徑向基函數(shù)(radial basis function，RBF)的正則化參數(shù)γ和核函數(shù)參數(shù)sig2(σ2)建立最優(yōu)模型。通過對兩種回歸模型預測結(jié)果的比較表明:與全變量PLS相比，LS-SVM能夠有效提高模型精度。LS-SVM模型預測揮發(fā)性鹽基氮(total volatile basic nitrogen，TVB-N)的校正集RMSECV

6、為5.4722 mg/100g，Rc為0.8965，預測集RMSEP為7.0961 mg/100g，Rp為0.8421;預測細菌總數(shù)(total viable count，TVC)的校正集RMSECV為0.2450 log(cfu/g)，樣Rc為0.9542;預測集RMSEP為0.2968log(cfu/g)，Rp為0.9302，預測pH值的校正集RMSECV為0.0654，相關(guān)系數(shù)Rc為0.8546，預測集RMSEP為0.0854，相